《微观视角下的社会网络站点中的交友模式讲解材料》由会员分享，可在线阅读，更多相关《微观视角下的社会网络站点中的交友模式讲解材料（13页珍藏版）》请在金锄头文库上搜索。
1、微观视角下的社会网络站点 中的交友模式,第六届全国复杂网络学术会议,2010. 10,胡 海 波,华东理工大学,在线社会网络,WWW上人与人之间通过在线社会软件建立起来的人际关系网络。这些在线社会软件多运行在Web 2.0互联网模式下。 朋友关系 同学关系 亲属关系 商业合作关系,The emergence of cyberspace and the World Wide Web is like the discovery of a new continent. Jim Gray, 1998 Turing Award address,Lazer D, et al. Computational
2、social science. Science, 2009, 323: 721-723. Kleinberg J. The convergence of social and technological networks. Commun. ACM, 2008, 51(11): 66-72.,在线社会网络,在线个人社区 Yahoo! 360 LiveJournal,在线交友网 Facebook（N2亿） 人人网（原校内网 N1亿） Myspace（N2亿） Mixi Cyworld orkut Pussokram,在线社会媒体 Digg Flickr 豆瓣 Youtube 土豆网 CiteULi
3、ke, del.icio.us, BibSonomy,BBS 饮水思源BBS 水木清华BBS,P2P Gnutella,实时通信系统 MSN（N2.4亿） QQ ICQ,若邻网络, 一个大型的在线社会网络，注册用户多为职业人士。,用户往往快速地响应并接受邀请，近似地，时间间隔分布以 指数衰减。事实上，67.04%的请求在一天（24小时）内接受， 84.25%的连接请求在一个月（30天）内接受。,（a）发出与接受邀请之间的时间间隔分布，（b）发出邀请之后在第i天被接受的比例,接受邀请的速度是否与邀请者或接受者的度值有关？,平均互惠时间与邀请者/接受者的度值的关系,互惠时间与邀请者/接受者的度值的
4、Pearson相关系数为-0.02/-0.05， 几乎是不相关的。另外，我们发现，对于某些大度值的邀请者/接受者， 他们的平均互惠时间很短，从而导致了上述的弱的负相关性，这些 用户构成了该网络中最活跃的用户。,用户行为的时间特性,用户发出邀请之间、接受邀请之间或任意两个事件之间的时间间隔分布,三个分布都满足指数约为1.89的幂律分布。分布的尾部在时间间隔为整数天的位置上出现尖峰，表明了人的生活习惯中所出现的每天的周期性。,用户的优先选择特性, Invite Invite Invite ,Launching sequence: U1, U1, U4, . Reception sequence:
5、U2, U3, U2, , Invite Invite Accept Invite Accept Accept ,Jure Leskovec, Lars Backstrom, Ravi Kumar, Andrew Tomkins. ACM KDD08, pp. 462-470,正反馈效应：发出好友邀请的次数越多，再次发出邀请的可能性也就越大；接受邀请的次数越多，再次接受的可能性也越大。,测试方法,测试Wealink中用户的优先选择特性,线性优先,回归模型,用户的优先连接特性,优先接受：老用户的度值越大，就越可能接受来自其他老用户的邀请并与之建立连接(U2)； 优先创建：老用户的度值越大，他/她
6、的邀请就越可能被其他的老用户接受(U1)； 优先依附：新用户倾向于跟度值大的老用户建立连接(U4)。, Invite Invite Accept Invite Accept Accept Invite Accept ,Network evolution,T3,U1,U3,U1,U3,U4,U2,U1,U3,U4,U2,T5,T6,T8,U1,U4,U3,U2,U5,测试不同类型连接的优先性,线性优先性,现实中的社会网络具有明显的亚线性优先性1。现实社会网络中， 每个人的人脉关系基本上是不透明的，而在线社区则不同，每位用户有 多少好友甚至这些好友是谁都标识的一清二楚，这使得网络明星在在线 社区中的吸引力，相对于现实中的人际关系，更为显著。,谢谢！ 欢迎批评指正,
