在线社交网络群体行为分析是实现发现群体、认知群体以及引导群体等应用的基础。本书系统、深入地阐述在线社交网络群体行为分析中的基础理论、关键技术和方法,主要内容包括在线社交网络群体聚集机理与群体发现方法,群体情感与群体影响力的计算模型与分析方法,以及群体行为演化机理与检测引导方法等。本书第一次比较全面地揭示在线社交网络群体聚集的复杂交互关系和互动规律,为开展社交网络群体行为认知与分析应用提供重要的理论和技术支撑。
样章试读
目录
- 目录
前言
第1章 引言 1
1.1 社交网络群体 1
1.1.1 社交网络群体的定义 1
1.1.2 社交网络群体与社区的区别与联系 1
1.1.3 社交网络群体研究的意义 2
1.2 社交网络群体行为 2
1.2.1 社交网络群体行为的定义及其表现形式 2
1.2.2 社交网络群体行为的研究内容 3
1.2.3 社交网络群体行为的研究意义及应用 4
1.3 本书结构安排 5
参考文献 6
第2章 群体形成机制 7
2.1 群体形成的宏观解释 7
2.1.1 群体、社区与在线群体概念 7
2.1.2 基于话题分类的在线群体形成研究 12
2.2 群体形成的微观解释 38
2.2.1 群体形成的影响因素 38
2.2.2 微观视角下群体形成的实证研究 39
2.2.3 微观视角下群体形成的仿真研究 47
2.3 群体形成模型 58
2.3.1 偏好连接模型 58
2.3.2 三角闭合模型 60
参考文献 61
第3章 群体发现技术 63
3.1 群体特征 63
3.1.1 群体的结构特征 63
3.1.2 群体的属性特征 66
3.1.3 群体的动力学特征 70
3.2 网络结构优化发现方法 72
3.2.1 全局优化发现方法 73
3.2.2 局部优化发现方法 78
3.3 属性优化发现方法 85
3.3.1 基于模体渗透的群体发现方法 85
3.3.2 基于狄利克雷过程的群体发现方法 91
3.4 多源信息优化发现方法 98
3.4.1 全空间优化发现方法 98
3.4.2 子空间优化发现方法 108
3.4.3 定向群体发现方法 110
参考文献 128
第4章 群体情感 131
4.1 群体情感的影响因素研究 132
4.1.1 人格特质对群体情感的影响 132
4.1.2 聚合关系强度对群体情感的影响 137
4.2 群体情感计算方法 146
4.2.1 非监督学习方法:群体抱怨强度的度量 146
4.2.2 有监督学习方法:基于集成学习的群体情感计算 156
4.3 群体情感演化机理 163
4.3.1 无领导的群体情感演化模型 163
4.3.2 有领导的群体情感演化模型 172
参考文献 181
第5章 群体影响力 183
5.1 群体影响力定义与影响因素 183
5.1.1 群体影响力的概念 183
5.1.2 群体影响力的影响因素 184
5.2 群体影响力度量 187
5.2.1 数据选择及采集 187
5.2.2 内部、外部影响力模型构建 192
5.2.3 数据分析 195
5.2.4 群体影响力度量模型应用 201
5.3 群体影响力预测 202
5.3.1 内部影响力预测模型 202
5.3.2 构建外源性事件群体影响力预测模型 203
参考文献 204
第6章 群体演化 206
6.1 实时群体演化检测 206
6.1.1 社交网络动态事件定义 206
6.1.2 基于相关性矩阵的社区演化事件检测算法 208
6.1.3 实验与结果分析 214
6.2 网络群体行为偏好预测 221
6.2.1 群体行为偏好定义 221
6.2.2 基于双向张量分解的群体用户推荐模型 224
6.2.3 模型求解 225
6.2.4 实验评测 230
6.3 网络舆情群体行为预测 237
6.3.1 网络舆情预警指标体系 237
6.3.2 网络舆情预警阈值选择及综合分析方法 239
6.3.3 基于群体的舆情传播模型与管控 239
参考文献 242
第7章 群体行为检测与引导 243
7.1 特殊行为群体检测 243
7.1.1 特殊行为群体 243
7.1.2 特征选取与检测模型 245
7.1.3 典型特殊行为群体的检测 247
7.2 网络群体行为偏好引导 252
7.2.1 基于犹豫模糊信息的网络群体行为偏好引导方法 252
7.2.2 基于关键节点引导网络群体行为 260
7.3 网络群体传播行为控制 272
7.3.1 群体传播行为控制策略与方法 272
7.3.2 基于朋友圈的社交网络访问控制策略 275
7.3.3 群体传播阻断最大化 280
参考文献 293