个体影响力分析及技术

1、个体影响力分析及技术社会网络分析主要是研究社会实体的连结关系以及这些连结关系的模式、结构和功能。同时也可用来探讨社区众个体间的关系以及由个体关系所形成的结构及其内涵。换句话说，社会网络分析的主要目标是从社会网络的潜在结构中分析发掘其中次团体之间的关系动态。 1.社会网络分析定义随着国内外大量在线社交网络效劳的涌现，针对社交网络个体影响力分析的相关研究引起了国内外学者的高度关注。在社会学、通信学、经济学、政治科学等领域被广泛研究，在舆情引导与社会运作中起着重要作用。2. 个体影响力分析及技术少局部用户使用社交网络效劳，制造、传播舆论，其观点往往影响大批粉丝和舆论走向。2.1 应用如何在异构、多属

2、性的社交网络中发现高影响力用户，分析社交网络中用户之间的影响强度，是快速变化的网络时代信息决策的一个关键问题。01用户之间影响强度02影响力个体发现2.2 局部常用算法社交网络个体之间相互影响的程度，通常由个体之间的网络距离、行为模式等属性决定，简单地理解，即表示社会网络中边的定量大小。01用户之间影响强度定义02影响力个体发现定义其主要利用个体自身影响力的排名技术，由网络构造、活泼行为等属性决定，简单地理解，即表示社会网络中节点的定量大小。01用户之间影响强度 基于网络构造的影响强度计算2.基于边介数的影响强度计算边介数即社会网络中经过某条边的流的总数，通常以经过某条边的最短路径总数来度量流

3、的总数。因此，社交网络中经过某条边e的最短路径数目值越高，则说明该边的两个体之间影响强度越高。3.基于转载频度的影响强度计算用有向多重图表示节点间的影响力，弧的重数代表芾点间的权重大小，弧的方向表示影响力的作用方向。1.基于共同邻居数目的影响强度计算利用社会网络中两节点的共同邻居数目来计算节点间的影响强度，共同邻居数目越多，则影响强度越高，利用杰卡德相似系数计算两节点的影响强度。01用户之间影响强度 基于行为的影响强度计算基于网络拓扑的影响力度量也存在一些先天缺陷： 首先，研究人员获取的社交网络拓扑都是静态的。 其次，在这样的网络拓扑上，所有连接的权重都是相等或者同分布的，意味着但凡有连接的用

4、户彼此之间具有一样的影响力，或者社交网络中用户之间的影响力满足简单的概率函数。 在线社交网络中的用户行为有：发布信息、购置商品、话题评论、转发信息、建立好友关系等。通过分析这些行为的分布规律和因果关系，就能够评估行为的发起者和传播者之间的影响力。 Goya Amit.Learning influence probabilities in social network利用日志信息分别计算了用户和行为自身的影响力：02影响力个体发现 基于网络构造的个体影响力计算HITS算法 最初应用在搜索引擎中，根据一个网页的中心度(Hub)和权威度(Authority)来衡量网页重要性。权威网页：一个网页被屡次

5、引用；一个网页虽然没有被屡次引用，但是被重要的网页引用。这种网页称为权威网页。中心网页：提供指向权威网页的链接集合的网页，它本身可能并不重要，或者说没有几个网页指向它，但是它提供了指向就某个主题而言，最为重要的站点的集合，比方导航类网站。对网络图中的每个节点vi ，a(vi )为该节点的权威度，h(vi )为该节点的中心度。 基于网络构造的个体影响力计算IP算法 IP算法度量Twitter中个体影响力。 名气和影响力没什么关联，比人们期望的弱得多，关注者多不等于有影响力，重要的是有多少人愿意转发你的消息。 最简单测量你的名气和影响力之间关系的是，发布一个能统计点击次数的网址，看看到底有多少人从

6、你的这条 Twitter 点击，别管你有多少万关注者，你是否有足够的影响力让人点击一个链接。 所以为了让一个人有影响力，不应该仅仅停留在吸引别人的注意从而变得有名上，还需要让用户抑制他们的消极性(passivity)。1、用户的 influence score 依赖于，所能影响的人数以及这些人的 passivity 。2、用户的 influence score 还要考虑到所能影响的人专注程度。3、用户的 passivity score 依赖于，用户能接收到这些人的消息但却没有被影响到。4、用户的 passivity score 还要考虑到，用户自身的passivity与社区中所有用户passi

7、vity的比值。02影响力个体发现对每条边定义接受率，表示用户j对用户i的认可度对每条边定义拒绝率 基于网络构造的个体影响力计算02影响力个体发现社交网络中，用户在不同话题中的影响力通常存在差异性。在Twitter数据集上，根据关注网络和用户兴趣相似性，计算个体在每个话题上的影响力。 基于话题的个体影响力计算02影响力个体发现对于给定的topic t，follower si转移到friend sj的转移概率定义为Pt|Tj|是sj发表的tweet数。分母是si的所有friend发表的tweets总数。一个人在topict下发表的tweets越多，转移概率就越大。社区演化汇报：胡玉姣社区演化包括

8、以下方面内容：社区演化的含义社区的演化模式社区演化的关键挑战社区演化的评价方法社区演化的研究难点及开展趋势1. 社区演化的含义社区演化是网络中个体行为和个体之间交互形成的结果。社区演化以观察动态网络中的隐含社区构造变化过程为目标，主要着眼于评价不同时间片段中社区构造的变化情况。2. 社区的演化模式生长萎缩合并分裂产生消失3. 社区演化的关键挑战社区演化是在得到各时间片的社区构造之后，对相邻时间片社区构造变化情况进展计算和分析，得到社区演化信息。社区演化研究中的关键挑战包括：时间窗口的设定问题时间窗口过大，可能会使社区的重要变化信息淹没在窗口集成数据中；时间窗口过小，窗口数据可能非常稀疏，无法发

9、现重要信息，增加计算复杂度。动态社区演化的评价问题事先设定相似社区构造特征，主观性较大。一般方法是建立社区相似度计算方法，并设定一定阈值和规那么，然后根据相邻时间点的社区相似度进展评价，判断社区演化的不同模式；4. 社区演化的评价方法1基于时空独立评价的方法社区构造评价和演化评价完全独立无关。发现隐含社区的演化规律，并从社区演化情况中发现突发群体事件和异常变化情况。对社区演化的分析一般从网络节点、边、子构造、权值、内容等多方面进展。2基于时空集成评价的方法基于社交网络的短时平滑性特点。空间社区评价和演化评价集成到一起，综合评价。将空间评价和时态评价集成在一个统一框架中，反映社区构造演化的连续性

10、，得到核心稳定的社区拓扑。无法及时发现异常演化和由于事件引起的群组突现等。4. 社区演化的评价方法如下图的演化关系中考虑到了相邻时间快照和任意时间跨度间社区构造的关系，发现了信息稳定的动态社区构造。4. 社区演化的评价方法3基于统一评价的方法摒弃社区质量和时间轴演化评价割裂的局限性。图重构问题。利用机器学习中统计推断的技术，从内部模拟网络构造形成和演化情况，建立生成式概率模型，以实际观察网络为监视，以所建立的隐构造高概率生成网络是否与真实交互网络拟合为评价标准，综合观察网络和一定约束条件建立目标优化模型。主要手段：基于贝叶斯推断的概率生成图模型、狄利克雷过程模型、块模型5. 社区演化的研究难点及开展趋势短时平滑性假设的局限性物理