一文读懂社交网络分析.PDF

一文读懂社交网络分析 作者：窦英通，伊利诺伊大学芝加哥分校博士生，对社交网络分析，推荐系统感兴趣 本文主要阐述： 社交网络的结构特性与演化机理 社交网络群体行为形成与互动规律 社交网络信息传播与演化机理 社交网络分析的应用 社交网络前沿研究 学习资料 参考资料 前言 社交网络在维基百科的定义是“由许多节点构成的一种社会结构。节点 通常是指个人或组织，而社交网络代表着各种社会关系。”在互联网诞 生前，社交网络分析是社会学和人类学重要的研究分支。早期的社交网 络的主要指通过合作关系建立起来的职业网络，如科研合作网络、演员 合作网络等。 本文所指的社交网络分析专指在线社交网络分析（Online Social Network Analysis ），该门科学的发展是随着在线社交服务（Social Network Service, SNS ）的出现而诞生。在线社交服务的种类大致可分为四种：即时消息 类应用 （QQ、微信、WhatsApp、Skype 等），在线社交类应用 （QQ 空 间、人人网、Facebook、Google+ 等），微博类应用 （新浪微博、腾讯 微博、Twitter 等），共享空间类应用 （论坛、博客、视频分享、评价 分享等）。 在线社交网络 （下文统称社交网络）有着迅捷性、蔓延性、平等性与自 组织性等四大特点。正因为这些特性，其在互联网出现的短短数十年内 已经拥有数十亿用户并对现实社会的方方面面产生着影响。在 2016 年 的美国总统大选中，当选总统特朗普就很好地利用了推特作为宣传工 具；而在国内，从魏则西事件到和颐酒店事件再到最近的“刺死辱母者” 事件，无一不是在社交网络上迅速发酵，并最终对现实社会产生影响。 而且这种线上影响线下的趋势越来越明显。 除了社交网络给社会和经济带来许多正面影响之外，也带来了不少负面 影响。从 Facebook 和 YouTube 上的暴力恐怖信息传播到微博微信上大 量谣言和假新闻，这些有害信息借助社交网络的特点迅速传播并且往往 产生不可控的后果。 为了利用好社交网络的特性，产生价值，消除危害，所以产生了社交网 络分析这门科学。它是一种基于信息学、数学、社会学、管理学和心理 学等科学的交叉科学。根据社交网络的特性，其主要研究三大内容：结 构与演化，群体与互动，信息与传播。 本文简要概述了社交网络分析领域各个研究方向，对于细节性的内容我 只列出参考文献，在文章最后提供了一些学习资源。 希望通过阅读本 文，对这个领域感兴趣的读者可以对社交网络分析有一个宏观理解并且 找到学习的方向。笔者作为社交网络分析的初学者，对某些概念和事实 的解释和陈述不免有错误之处，还望各位读者能及时指正，大家共同交 流进步。 一． 社交网络的结构特性与演化机理 1. 社交网络结构分析与建模 1.1 统计特性 社交网络模型许多概念来自于图论，因为社交网络模型本质上是一个由 节点 （人）和边 （社交关系）组成的图。笔者将简要介绍社交网络模型 中常用的统计概念。 度 （Degree ）：节点的度定义为与该节点相连的边的数目。在有向图中， 所有指向某节点的边的数量叫作该节点的入度，所有从该节点出发指向 别的节点的边的数量叫作该节点的出度。网络平均度反应了网络的疏密 程度，而通过度分布则可以刻画不同节点的重要性。 网络密度 （Density ）：网络密度可以用于刻画节点间相互连边的密集程 度，定义为网络中实际存在边数与可容纳边数上限的比值，常用来测量 社交网络中社交关系的密集程度及演化趋势。 聚类系数 （Clustering Coefficient ）：用于描述网络中与同一节点相连的 节点间也互为相邻节点的程度。其用于刻画社交网络中一个人朋友们之 间也互相是朋友的概率，反应了社交网络中的聚集性。 介数 （Betweeness ）：为图中某节点承载整个图所有最短路径的数量， 通常用来评价节点的重要程度，比如在连接不同社群之间的中介节点的 介数相对于其他节点来说会非常大，也体现了其在社交网络信息传递中 的重要程度。 1.2 网络特性 小世界现象：小世界现象是指地理位置相距遥远的人可能具有较短的社 会关系间隔。早在 1967 年，哈佛大学心理学教授 Stanley Milgram 通 过一个信件投递实验，归纳并提出了“六度分割理论 （Six Degrees of Separation）”, 即任意两个都可通过平均五个人熟人相关联起来。199