基于结构的社会网络分析

《基于结构的社会网络分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３５卷第４期计算机学报Ｖｏｌ．３５Ｎｏ．４２０１２年４月ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＡｐｒ．２０１２基于结构的社会网络分析窦炳琳李澍淞张世永（复旦大学计算机科学技术学院上海２００４３３）摘要互联网的发展和社交网站的流行为研究社会网络提供了大规模的实验平台．主要使用ＤＢＬＰ和Ｆａｃｅｂｏｏｋ数据集构建网络，采取角色连接轮廓方法从结构上进行划分，发现它们属于外围串类型；验证了社会网络的一些统计性质，比如无标度分布、稠化定律和直径缩减等；发现社会网络中存在紧密连接且直径较小的核心结构，规模中等的社区主要呈现星型结构；基于事件框架研究了社会网络中社区结构的进化，发现

2、社区间的融合很大程度上取决于社区间直接连接的节点所构成网络的聚类系数，而社区的分裂则与该社区的聚类系数相关．关键词复杂网络；网络分类；网络性质；社区进化；社会网络中图法分类号ＴＰ３９３犇犗犐号：１０．３７２４／ＳＰ．Ｊ．１０１６．２０１２．００７４１犛狅犮犻犪犾犖犲狋狑狅狉犽犃狀犪犾狔狊犻狊犅犪狊犲犱狅狀犛狋狉狌犮狋狌狉犲ＤＯＵＢｉｎｇＬｉｎＬＩＳｈｕＳｏｎｇＺＨＡＮＧＳｈｉＹｏｎｇ（犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犛犮犻犲狀犮犲，犉狌犱犪狀犝狀犻狏犲狉狊犻狋狔，犛犺犪狀犵犺犪犻２００４３３）犃犫狊狋狉犪犮狋ＴｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆＩｎｔｅｒｎｅｔａｎｄｔｈｅｐｏｐｕ

3、ｌａｒｉｔｙｏｆｓｏｃｉａｌｓｉｔｅｓｐｒｏｖｉｄｅｔｈｅｌａｒｇｅｓｃａｌｅｅｘｐｅｒｉｍｅｎｔａｌｐｌａｔｆｏｒｍｆｏｒｒｅｓｅａｒｃｈｉｎｇｔｈｅｓｔａｔｉｓｔｉｃａｌｐｒｏｐｅｒｔｉｅｓａｎｄｓｔｒｕｃｔｕｒｅｅｖｏｌｕｔｉｏｎｏｆｓｏｃｉａｌｎｅｔｗｏｒｋｓ．ＴｈｉｓｐａｐｅｒｍａｉｎｌｙｕｓｅｓＤＢＬＰａｎｄＦａｃｅｂｏｏｋｄａｔａｓｅｔｓａｎｄｂｕｉｌｔｔｈｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ．Ｗｅｃｌａｓｓｉｆｙｔｈｅｓｅｎｅｔｗｏｒｋｓｂｙｕｓｉｎｇｒｏｌｅｔｏｒｏｌｅｃｏｎｎｅｃｔｉｖｉｔｙｐｒｏｆｉｌｅｓａｎｄｆｏｕｎｄｔｈａｔｔｈｅｙｂｅｌｏｎｇｔｏｓｔｒｉ

4、ｎｇｙｐｅｒｉｐｈｅｒｙｃｌａｓｓ．Ｗｅｃｏｎｆｉｒｍｔｈａｔｔｈｅｙｈａｖｅｔｈｅｓｅｐｒｏｐｅｒｔｉｅｓ，ｓｕｃｈａｓｆｒｅｅｓｃａｌｅｄｉｓｔｒｉｂｕｔｉｏｎ，ｄｅｎｓｉｆｉｃａｔｉｏｎｌａｗａｎｄｓｈｒｉｎｋｉｎｇｄｉａｍｅｔｅｒ．Ｗｅｄｉｓｃｏｖｅｒｔｈｅｒｅｉｓａｓｍａｌｌｃｏｒｅｗｉｔｈｈｉｇｈｃｏｎｎｅｃｔｉｖｉｔｙｉｎｓｏｃｉａｌｎｅｔｗｏｒｋｓ，ａｎｄｏｂｓｅｒｖｅｄｔｈａｔｍａｎｙｍｉｄｄｌｅｓｃａｌｅｃｏｍｍｕｎｉｔｉｅｓａｒｅｃｏｍｐｏｓｅｄｏｆｓｔａｒｓ．Ｗｅｒｅｓｅａｒｃｈｔｈｅｅｖｏｌｕｔｉｏｎｏｆｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅｂａｓ

5、ｅｄｏｎｅｖｅｎｔｆｒａｍｅｗｏｒｋａｎｄｒｅｖｅａｌｅｄｔｈａｔｔｈｅｃｏｍｍｕｎｉｔｙｍｅｒｇｅｄｅｐｅｎｄｓｌａｒｇｅｌｙｏｎｔｈｅｃｌｕｓｔｅｒｉｎｇｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅｇｒａｐｈｃｏｍｐｏｓｅｄｏｆｎｏｄｅｓｗｈｉｃｈａｒｅｄｉｒｅｃｔｌｙｃｏｎｎｅｃｔｅｄｂｅｔｗｅｅｎｃｏｍｍｕｎｉｔｉｅｓａｎｄｔｈｅｃｏｍｍｕｎｉｔｙｓｐｌｉｔｉｓｒｅｌａｔｅｄｔｏｉｔｓｃｌｕｓｔｅｒｉｎｇｃｏｅｆｆｉｃｉｅｎｔ．犓犲狔狑狅狉犱狊ｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ；ｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｎｅｔｗｏｒｋｐｒｏｐｅｒｔｙ；ｃｏｍｍｕｎｉｔｙｅｖｏｌｕｔｉｏｎ

6、；ｓｏｃｉａｌｎｅｔｗｏｒｋｓ等都是社会网络的例子．随着Ｉｎｔｅｒｎｅｔ的快速发展１引言和各种社交网站的出现，许多大型社会网络的数据可以从运营商或互联网上获得，而在此以前的调查社会网络是由节点和链接这些节点的边组成的统计手段则对此显得力不从心．根据不同社会网络复杂结构，节点表示人，边表示人与人之间的各种社的功能，可以简单地将它们划分为交友网络（如会关系．像共作者网络、电子邮件网络和互联网社区Ｆａｃｅｂｏｏｋ、Ｍｙｓｐａｃｅ等）、媒体分享网络（如Ｙｏｕｔｕｂｅ、收稿日期：２０１１０１１１；最终修改稿收到日期：２０１２０１０４．窦炳琳，男，１９８０年生，博士研究生，主要研究方向

7、为社会网络分析与社区识别．Ｅｍａｉｌ：ｂｉｎｇｌｉｎ．ｄｏｕ＠ｇｍａｉｌ．ｃｏｍ．李澍淞，男，１９８０年生，博士研究生，主要研究方向为舆论动力学和复杂系统仿真．张世永，男，１９５０年生，教授，博士生导师，中国计算机学会（ＣＣＦ）高级会员，主要研究领域为计算机网络、信息安全、无线通信、移动计算．７４２计算机学报２０１２年Ｆｌｉｃｋｒ等）、博客网络（如ＬｉｖｅＪｏｕｒｎａｌ、Ｔｗｉｔｔｅｒ等）、及网络稠化的性质，发现这些网络中的社区大小服即时通信网络（如ＭＳＮ、ＱＱ等）