在線社交網(wǎng)絡(luò)影響力分析

在線社交網(wǎng)絡(luò)影響力分析第一頁，共24頁。社交影響力的相關(guān)因素社交網(wǎng)絡(luò)影響力的度量方法社交網(wǎng)絡(luò)中影響力的傳播總結(jié)與展望第二頁，共24頁。摘要社交影響力分析是社交網(wǎng)絡(luò)分析的關(guān)鍵問題之一。近十幾年間，隨著在線社交網(wǎng)絡(luò)的蓬勃發(fā)展，研究人員才開始有機(jī)會在大量現(xiàn)實數(shù)據(jù)的基礎(chǔ)上對社交影響力進(jìn)行建模和分析，并取得了豐碩的研究成果和廣泛的應(yīng)用價值。文中闡述了社交影響力的相關(guān)概念和它們之間的關(guān)系，重點從網(wǎng)絡(luò)拓?fù)?、用戶行為和交互信息等幾個方面總結(jié)了影響力分析的建模和度量方法，并對在線社交網(wǎng)絡(luò)影響力分析的前景進(jìn)行了展望。第三頁，共24頁。社交影響力的相關(guān)因素

影響力社交影響力只有通過人們之間的交互活動才能夠體現(xiàn)出來，比如用戶A在網(wǎng)上的發(fā)帖吸引了用戶B，使得后者成為A的粉絲，即A對B產(chǎn)生了影響力。社交影響力的定義具有明顯的因果性，而人們的思想、行為等產(chǎn)生變化的原因則是不勝枚舉且因人而異，社交影響力只是其中之一。目前大部分研究工作都是針對社交網(wǎng)絡(luò)結(jié)構(gòu)及其上的交互信息和用戶行為特征進(jìn)行量化和分析的，因此可以把能對信息傳播過程或他人行為產(chǎn)生影響的個體視為具有社交影響力。第四頁，共24頁。

同質(zhì)性同質(zhì)性指具有相似特征的個體選擇彼此作為朋友的傾向，即所謂的“物以類聚，人以群分”。如果用戶B發(fā)現(xiàn)用戶A和自己有相同的興趣和愛好，因而選擇A作為自己的朋友，這種現(xiàn)象即是同質(zhì)性的表現(xiàn)。第五頁，共24頁。

互惠性等其他因素社交影響力除了受到同質(zhì)性的影響，還有很多因素都會對影響力分析結(jié)果產(chǎn)生影響，比如互惠性、活躍度、同時性、異質(zhì)性、環(huán)境因素和關(guān)聯(lián)效應(yīng)等。上述因素中的互惠性指的是用戶在社交過程中出于禮貌或習(xí)慣等原因?qū)ζ渌脩舻男袨榻o予相應(yīng)回應(yīng)的現(xiàn)象。例如，社交網(wǎng)絡(luò)中，用戶B申請作為A的好友，A在接受請求后出于禮貌又申請作為B的好友，這種投桃報李的現(xiàn)象就體現(xiàn)出互惠性。社交網(wǎng)絡(luò)的外部因素也會對影響力和信息傳播產(chǎn)生作用。例如，研究發(fā)現(xiàn)YouTube上的有些視頻信息能以很快的速度傳播開來，而這類現(xiàn)象可以用視頻信息受到的外部影響進(jìn)行解釋。第六頁，共24頁。社交網(wǎng)絡(luò)影響力的度量方法

社交網(wǎng)絡(luò)影響力度量的主要任務(wù)是分析和預(yù)測用戶社交影響力的大小及演化規(guī)律，為基于社交影響力的研究和應(yīng)用提供技術(shù)支持和理論依據(jù)。常用的影響力度量方法大致可以劃分為基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、基于用戶行為和基于交互信息的度量等類型。在進(jìn)行社交影響力分析時，既需要根據(jù)實際情況選擇合適的度量手段，還可以綜合使用上述方法，盡可能準(zhǔn)確客觀地刻畫社交影響力的真實面貌。第七頁，共24頁。

基于社交網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的度量對社交網(wǎng)絡(luò)進(jìn)行影響力分析時，網(wǎng)絡(luò)結(jié)構(gòu)中的節(jié)點表示用戶，而節(jié)點之間的連接則表示用戶之間建立的關(guān)系，它們在分析影響力時都起著至關(guān)重要的作用，因此我們分別以網(wǎng)絡(luò)節(jié)點和連接為對象介紹一些廣泛使用的度量方法。在下文中，社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)用圖G=(V,E)表示，如無特別說明，一般是指無向圖。其中n=|V|表示節(jié)點數(shù)；表示節(jié)點i；表示節(jié)點i和j之間的邊，很多時候也被稱之為連接；表示圖的鄰接矩陣；是其中的元素；如果是帶權(quán)圖，我們用表示節(jié)點i和j之間的權(quán)重。節(jié)點的度量第八頁，共24頁。

第九頁，共24頁。

連接的度量對連接的影響力度量即是對兩個用戶相互之間影響程度的度量。一般而言，兩個節(jié)點的鄰居重疊程度越高，這兩個節(jié)點之間的關(guān)系越緊密，它們之間的影響力也越強(qiáng)烈，可以用Jaccard相似度度量這種關(guān)系：Jaccard相似度用于統(tǒng)計節(jié)點i和j的共同鄰居在總鄰居數(shù)中所占比例。邊介數(shù)也可用于度量邊在網(wǎng)絡(luò)中的重要程度：第十頁，共24頁。邊介數(shù)統(tǒng)計的是網(wǎng)絡(luò)中經(jīng)過邊的最短路徑的總數(shù)量。博客圖：用有向多重圖表示節(jié)點間的影響力，弧的重數(shù)越多代表節(jié)點間的影響力越強(qiáng)，弧的方向表示影響力的作用方向。影響力圖：該圖是有向帶權(quán)圖，弧的方向表示影響力來源，權(quán)重代表影響力強(qiáng)度，用表示從節(jié)點u到節(jié)點v之間的平行邊條數(shù)，其計算方式為第十一頁，共24頁?；谟脩粜袨榈亩攘恳话闱闆r下，在線社交網(wǎng)絡(luò)都會記錄人們通過交互活動產(chǎn)生的大量信息，其中就包括各種用戶行為數(shù)據(jù)。通過分析這些數(shù)據(jù)，可以衡量用戶之間的影響大小及其傳播途徑第十二頁，共24頁。和范圍，還可以據(jù)此建立用戶之間的社交關(guān)系網(wǎng)絡(luò)。網(wǎng)絡(luò)日志是一種重要的用戶行為數(shù)據(jù)來源，Goyal等人利用日志信息分別計算了用戶和動作自身的影響力:

其中，u和v表示不同用戶；a表示動作；表示動作之間的時間間隔；是時間常量；表示動作在用戶之間的傳播；表示用戶u產(chǎn)生的動作數(shù)量；U(a)表示執(zhí)第十三頁，共24頁。行動作a的用戶數(shù)量，與基于網(wǎng)絡(luò)拓?fù)涞墓?jié)點影響力度量方法不同，上述模型以動作的傳播頻率作為用戶影響力評估指標(biāo)，并用動作的執(zhí)行范圍度量動作本身的影響力指標(biāo)。基于用戶交互信息內(nèi)容的度量由于用戶的社交影響力能夠促進(jìn)信息的傳播，所以分析在線社交網(wǎng)絡(luò)中信息內(nèi)容的傳播范圍和時間，能夠比較準(zhǔn)確地反映用戶的影響力。在社交網(wǎng)絡(luò)中，很多傳播廣泛的流行消息都是由影響力較大，擁有大量粉絲的用戶發(fā)起的，因此流行消息的傳播可以作為用戶社交影響力的判斷依據(jù)。第十四頁，共24頁。P(k)表示用戶在經(jīng)受k次曝光后才開始使用該標(biāo)簽的概率，圖中曲線表示實驗數(shù)據(jù)集中最流行的500個標(biāo)簽的P(k)值的平均分布。從圖中可以間接證明時間因素在影響力度量中的重要作用。第十五頁，共24頁。社交網(wǎng)絡(luò)中影響力的傳播

社交影響力本質(zhì)上具有動態(tài)屬性，從參與社交活動開始，每個人在社會群體中的影響力都在隨著他的言行和社會屬性發(fā)生變化，也隨著社交活動在社交網(wǎng)絡(luò)中進(jìn)行傳播。在Katz和Lazarsfeld提出的經(jīng)典傳播模型中，信息或者創(chuàng)新的傳播首先從具有較強(qiáng)社會影響力的群體開始，再經(jīng)由他們把信息和創(chuàng)新傳播到更大范圍的人群中去。意見領(lǐng)袖問題意見領(lǐng)袖就是能在相應(yīng)環(huán)境下對其他人產(chǎn)生影響的個體，很多時候也被視為有影響力的人。根據(jù)分析過程中數(shù)據(jù)對象的不同，意見領(lǐng)袖發(fā)掘方法可以分為基于網(wǎng)絡(luò)結(jié)構(gòu)的方法和基于以交互信息為主的方法。社交網(wǎng)絡(luò)結(jié)構(gòu)能在很大程度上反映某個節(jié)點在網(wǎng)絡(luò)中所第十六頁，共24頁。處位置的重要程度。如果用戶在社交網(wǎng)絡(luò)中的位置能夠如實體現(xiàn)他在社交活動中的領(lǐng)袖地位，利用基于PageRank算法的排名方法就能對其進(jìn)行度量?；诰W(wǎng)絡(luò)結(jié)構(gòu)的方法過分強(qiáng)調(diào)了意見領(lǐng)袖的“領(lǐng)袖”特點，即在社交網(wǎng)絡(luò)中地位顯赫，而忽視了他發(fā)布“意見”的重要性。因此分析用戶所發(fā)信息的影響力及其傳播特性，能夠更客觀準(zhǔn)確地發(fā)現(xiàn)網(wǎng)絡(luò)中的意見領(lǐng)袖。博客中的意見領(lǐng)袖可以根據(jù)他發(fā)布的有影響力的帖子數(shù)量進(jìn)行識別，利用博文的引用數(shù)量、評論數(shù)量、新穎程度和內(nèi)容長度評價帖子的影響力，從而發(fā)掘出意見領(lǐng)袖。通過觀察和分析用戶網(wǎng)絡(luò)用戶的行為特征及其傳播規(guī)律，也能對用戶的影響力大小和范圍進(jìn)行度量。第十七頁，共24頁。

上述兩類方法各有優(yōu)勢和不足，基于網(wǎng)絡(luò)結(jié)構(gòu)的方法模型簡單，計算效率高，能夠處理大規(guī)模的社交網(wǎng)絡(luò)，但是準(zhǔn)確率相對較低，在真實網(wǎng)絡(luò)環(huán)境中存在誤判的可能性；基于交互信息的分析方法得到的結(jié)果客觀準(zhǔn)確，但是由于涉及到大量信息的預(yù)處理和相關(guān)性的計算，難以適應(yīng)規(guī)模較大的社交網(wǎng)絡(luò)。策略：先利用基于網(wǎng)絡(luò)結(jié)構(gòu)的方法篩選意見領(lǐng)袖的備選集合，然后再利用交互信息的方法選取真正的意見領(lǐng)袖。最大影響力傳播問題最大影響力傳播問題首先是由Domingos和Richardson提出的，簡言之就是在社交網(wǎng)絡(luò)中尋找最有影響力的成員集合。第十八頁，共24頁。

影響力的傳播模型（1）獨立級聯(lián)模型可以描述為：在社交網(wǎng)絡(luò)G=(V,E)中，部分用戶在初始時刻就處于激活狀態(tài)，用戶與其鄰居間的影響力用表示，的取值是獨立的，在傳播過程中不受和其他鄰居節(jié)點間關(guān)系的影響。如果用戶在某一時刻t由非激活狀態(tài)變成激活狀態(tài)，則對于非激活狀態(tài)的每一個鄰居節(jié)點，僅在t時刻有一次機(jī)會嘗試激活他。例如，的鄰居在t時刻還沒有激活，則以概率激活，如果成功，從t+1時刻起處于激活狀態(tài)，但是不管成功與否，再也不能試圖去激活。如果在t時刻同時有多個鄰居都變成了激活狀態(tài)，則他們嘗試激活的順序第十九頁，共24頁。是任意的，系統(tǒng)從初始態(tài)開始傳播過程，直到?jīng)]有新的用戶可以被激活為止。（2）線性閾值模型線性閾值模型在新產(chǎn)品采用等問題中應(yīng)用廣泛，該模型可以描述為：在社交網(wǎng)絡(luò)G=(V,E)中，用戶與其鄰居節(jié)點間的影響力權(quán)重為，且所有另據(jù)的影響力權(quán)重之和最大為1，即任意一個用戶都會隨機(jī)選定屬于自己的閾值，表示只有當(dāng)?shù)泥従庸?jié)點對的影響力超過該閾值，才會被激活。與獨立級聯(lián)模型類似，初始時刻處于激活狀態(tài)第二十頁，共24頁。的用戶集合，如果截止t時刻用戶被激活狀態(tài)的鄰居集合為，而尚未被激活，則在滿足以下條件時：從t+1時刻起變?yōu)榧せ顮顟B(tài)，且保持該狀態(tài)不變。系統(tǒng)從出事狀態(tài)開始演變，直到?jīng)]有新用戶被激活為止。第二十一頁，共24頁?？偨Y(jié)與展望

本文主要介紹了在線社交網(wǎng)絡(luò)興起以來社交影響力分析的主要成果，首先闡述了社交影響力的基本概念和與之相關(guān)的其他因素，介紹了區(qū)分影響力和這些因素的研究工作，接著重點總結(jié)了影響力分析建模和度量方法。雖然社交影響力分析已經(jīng)取得豐碩的理論和應(yīng)用成果，但我們認(rèn)為至少還有以下問題有待深入研究和探索：（1）社交網(wǎng)絡(luò)用戶數(shù)量眾多，用戶之間形成的關(guān)系也非常復(fù)雜，在這樣的環(huán)境下對社交影響力的定性分析也受到很多因素的影響和干擾。（2）目前，社交影響力的建模方法大致分為兩