在线社会网络的测量与分析

被引：163

作者：

徐恪 ^{[1
,2
]}

张赛 ^{[1
]}

陈昊 ^{[1
]}

李海涛 ^{[3
]}

机构：

[1] 清华大学计算机科学与技术系

[2] 清华信息科学与技术国家实验室(筹)

[3] 西蒙弗雷泽大学计算科学学院

来源：

计算机学报 | 2014年 / 37卷 / 01期

关键词：

在线社会网络; 测量; 网络拓扑; 用户行为; 演化; 社交网络;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

摘要：

Facebook、Twitter、人人网和新浪微博等社交网站逐渐成为互联网上用户数量最多、最受欢迎的网站.近年来,国内外已有大量研究工作深入考察在线社会网络的拓扑结构和用户行为,这对理解人类的社会行为、改进现有的网站系统和设计新的在线社会网络应用具有重要意义.文中从测量角度对在线社会网络的拓扑结构、用户行为和网络演化等方面进行了综述,总结了常见的测量方法和典型的网络拓扑参数,着重介绍了用户行为特征、用户行为对网络拓扑的影响以及网络的演化.可以看出,随着研究的深入,在线社会网络的新特征逐渐被大家认识和理解,包括好友少的用户的交流范围集中在小部分好友,而好友多的用户联系的好友更均匀;用户之间的交互减小了在线社会网络的聚类系数,使网络结构更松散;边的生成受优先连接和临近偏倚的共同影响;小社团倾向于和大社团合并,大社团倾向于分裂为两个规模相当的小社团等.

引用

页码：165 / 188

页数：24

共 24 条

[1]

微博类社交网络中信息传播的测量与分析 [J].

张赛 ;

徐恪 ;

李海涛 .

西安交通大学学报 , 2013, (02) :124-130

[2]

互联网体系结构评估模型、机制及方法研究综述 [J].

徐恪 ;

朱敏 ;

林闯 .

计算机学报, 2012, 35 (10) :1985-2006

[3]

Predicting the popularity of online content[J] Gabor Szabo;Bernardo A. Huberman Communications of the ACM 2010,

[4]

An event-based framework for characterizing the evolutionary behavior of interaction graphs[J] Sitaram Asur;Srinivasan Parthasarathy;Duygu Ucar ACM Transactions on Knowledge Discovery from Data (TKDD) 2009,

[5]

Analyzing the video popularity characteristics of large-scale user generated content systems[J] Meeyoung Cha;Haewoon Kwak;Pablo Rodriguez;Yong-Yeol Ahn;Sue Moon IEEE/ACM Transactions on Networking (TON) 2009,

[6]

Hyperlink Analyses of the World Wide Web: A Review[J] Han Woo Park;Mike Thelwall Journal of Computer‐Mediated Communication 2003,

[7]

THE "NEW" SCIENCE OF NETWORKS[J] Duncan J. Watts Annual Review of Sociology 2004,

[8]

Friends and neighbors on the Web[J] Lada A Adamic;Eytan Adar Social Networks 2003,

[9]

Graph structure in the Web[J] Andrei Broder;Ravi Kumar;Farzin Maghoul;Prabhakar Raghavan;Sridhar Rajagopalan;Raymie Stata;Andrew Tomkins;Janet Wiener Computer Networks 2000,

[10]

Bro: a system for detecting network intruders in real-time[J] Vern Paxson Computer Networks 1999,

← 1 2 3 →