稀疏到稠密-李梦辉.pptx

《稀疏到稠密-李梦辉.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、1在线社交网络特殊性质形成机制研究李梦辉北京市科学技术情报研究所2提纲研究背景及动机实证分析模型机制分析结论3背景大量社交网站在近几年蓬勃发展，如微博、人人、Facebook、Twitter、MySpace、LinkedIn、Flickr、Orkut、Google+、Weaklink等信息通过在线社交网络迅速传播，已成为大众获取信息的重要渠道信息传播和网络拓扑结构相互影响信息传播影响用户行为用户行为影响拓扑结构拓扑结构影响信息传播研究在线社交网络的特性对合理有效使用在线社交网络具有指导意义4在线社交网络特殊性质稠密网络,即幂律指

2、数小于2传统认为复杂网络应为稀疏网络,即幂律指数大于2异配网络,朋友多的人倾向于与朋友少的人成为朋友,即相关系数为负传统认为社交网络应为同配网络,即相关系数为正颠覆了对复杂网络的传统认识典型在线社交网络性质5NetworkNγout(γin)rFlickr230292514.45.71.75(1.74)0.110.02FriendFeed20445820.64.02.29(2.17)0.190.10aNobii942388.075.32.71(2.70)0.13-0.05Epinions1144675.634.

3、91.75(1.72)0.08-0.06Twitter[16]47004087.1--2.42(2.85)0.11-0.26Cyworld[17]1204818631.73.2--0.17-0.13Nioki[18]502598.074.12.2(2.4)0.01-0.10Wealink[11]2234822.53--2.91---0.07YouTube[13]11578274.295.11.63(1.99)0.14-0.03Digg[19]6857199.85.61.6(1.5)---0.03Google+[12]300000

4、00166.9--0.25-0.02Tianya[25]411554----1.660.070.03Orkut[13]30724411064.31.50(1.50)0.170.07LiveJournal[13]5284457175.61.59(1.65)0.330.186动机已有理论不能解释在线社交网络的特殊性质成因特殊性质是如何形成的？分析实际网络的演化过程建立一个动力学模型去重现实际网络的统计性质以及动力学过程实证分析-偏好依附检验计算相对概率Π(k),即新边连接到节点度为k的概率首先,选出两个时间点的系统作为研究对象,比如

5、时间间隔为δt其次,计算这三个数值(k,C(k),A(k))k是第一个时间点上节点的度C(k)是在第一个时间点上度为k的节点的数量A(k)是在δt时间内度为k的节点所增加的新边的数量然后,相对Π(k)可以定义为如下最后,为了降低噪声的影响,计算相对概率的累积函数实证分析-结果根据连接建立前两者距离,把新连接分为两类平衡连接，两者之间距离为2长程连接，两者之间距离大于2朋友越多主动找新朋友的概率越高,越多被动成为别人朋友的概率越高平衡连接对网络结构的依赖程度更高实证分析-结果成为朋友的概率正比于共同朋友数两步随机行走可能是社交网络

6、演化微观机制模型状态函数描述个体创建新连接的意愿两因素驱动：反应扩散阈值：状态达到阈值时，用户活跃，以概率F（k）建立连接，然后状态归零模型规则初始化：初始网络包含少量（N0）用户，形成一个连通的随机网络。用户的状态函数根据公式进行演化。增加用户：在每一个时间步，一个新用户加入网络，并随机连接到一个老用户。增加连接：在每一个时间步，根据接受概率函数F(k)在激活的用户中选取m个用户，并且分别与自己一个二级近邻相连模型与实证结果对比稀疏到稠密同配到异配机制分析从同配到异配的变化可理解为模型中两个因素相互竞争的结果：反应因素ϕ0VS

7、扩散因素μ参与找朋友人数m也是一个重要参数，它控制了扩散项并且可以改变两个因素间的比例m较小时，反应因素占优；m较大时，扩散因素占优实际在线社交网络中，平均度会随时间增长，大致相当于本模型中m的增长，即=2(m+1)aNobii演化过程分析aNobii=熟人网络+陌生人网络组成，异配网络熟人网络，同配网络，熟人连接由个人意愿决定（反应因素）陌生人网络，异配网络，陌生连接由局部影响决定（扩散因素）aNobii演化过程分析结论基于四个实际在线社交网络的实证分析，建立了一个反应扩散型模型网络的演化由用户的意愿和邻居间的相互作用共

8、同驱动生成网络可以从稀疏网络转变为稠密网络，从同配网络转变到异配网络根据网络演化过程中反应与扩散的竞争，本模型为实际在线社交网络的重要性质的成因提供了解释谢谢！