1.社区演化的含义 2.社区的演化模式 3.社区演化的关键挑战 4.社区演化的评价方法 5.社区演化的研究难点及发展趋势
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结构变化 过程为目标，主要着眼于评价不同时间片段中社 区结构的变化情况。
02
影响力个体发现
基于网络结构的个体影响力计算
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
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
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，比如导航类网站。
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。
基于网络结构的个体影响力计算
02 IP算法
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topic t下发表的tweets越多， 转移概率就越大。
社区演化
汇报：胡玉姣
社区演化包括以下方面内容 ：
2. 个体影响力分析及技术
随着国内外大量在线社交网络服务的涌现，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。
2.1 应用
少部分用户使用社交网络服务，制造、传 播舆论，其观点往往影响大批粉丝和舆论 走向。
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：
ITS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：一个网页被多次引用；一个网页虽然没有被多次引用，但是被重要 的网页引用。这种网页称为权威网页。
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。
2.2 部分常用算法
如何在异构、多属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
01
用户之间影响强度定义
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
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户彼此之间具有相同的影响力，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、购买商品、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。
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，还需要让用户克服他们的消极性(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 passivity的比值。
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结构之后，对相邻时间片
社区结构变化情况进行计算和分析，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，无法发现 重要信息，增加计算复杂度。
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，由网络结构、活跃行 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
基于网络结构的影响强度计算
321用利数边向...基基基有用目介表于于于向社越数示边转共多会多即影介载同重网，社响数频邻图络则会力的度居表中影网的影的数示两响络作响目影节节强中用强的响点点度经方度影强间过的越向计响度的某共高。算强计影条同，度算响边邻利计力的居用算，流数杰弧的目卡的总来德重数计相数，算似代通节系表常点数芾以间计点经的算间过影两的某响节权条强点重边度的大的，影小最共响，短同强弧路邻度的径居。方总 数来度量流的总数。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。
社会网络分析 --个体影响力分析及技术
汇报：谢佳
1.社会网络分析定义
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。