導(dǎo)語：如何才能寫好一篇社交網(wǎng)絡(luò)定義，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

數(shù)年前，當Friendster剛剛興起，而Twitter還沒有出現(xiàn)時，社交網(wǎng)絡(luò)還是一個不為人了解的現(xiàn)象。然而隨著經(jīng)驗的積累，社交網(wǎng)站的行為開始標準化。這并不是說社交網(wǎng)站中的新興事物已無法流行，或是這一行業(yè)中已不能容納新企業(yè)。相反的，這一行業(yè)仍有大量的發(fā)展空間。不過，在系統(tǒng)建設(shè)等方面，一些新的規(guī)則將在行業(yè)發(fā)展中扮演重要角色。

以下是社交網(wǎng)絡(luò)高管普遍認同的6點規(guī)則：

1.當擁有規(guī)模后，失敗是容許的

谷歌知道這一點：當你擁有數(shù)百萬用戶后，你應(yīng)當在一小部分用戶中嘗試試驗性功能。社交網(wǎng)絡(luò)仍然很年輕，沒有任何成規(guī)，因此失敗是可以容忍的。Ning創(chuàng)始人及CEO吉娜·比安奇尼(Gina Bianchini)表示：“行業(yè)變化很快，你可以去嘗試并犯錯?！蹦壳?，Ning每天創(chuàng)建的網(wǎng)絡(luò)超過4000個，其中80%存在時間都不長，或是遭到失敗，然而Ning仍然擁有21.5萬個網(wǎng)絡(luò)可供投放廣告，或收取服務(wù)費。

2.尋求個性

社交網(wǎng)站正越來越多，發(fā)現(xiàn)內(nèi)容、評論及共享的方式也層出不求。用戶有大量選擇，而找到與自己在某一領(lǐng)域具有同樣熱情的人總是有價值的。這樣的領(lǐng)域可以是工作，例如LinkedIn，但是不要期待會有大量用戶通過這類網(wǎng)站社交。另一種領(lǐng)域是家庭，例如Facebook，但在這種情況下用戶不會大量活動。第三種則是興趣愛好，這一領(lǐng)域有著明顯的多樣性。如果未來有新的社交網(wǎng)站誕生，那么該網(wǎng)站需要關(guān)注用戶的某一種熱情，即用戶覺得能真正反映個性的事物。

3.用戶對社交網(wǎng)絡(luò)充滿疑慮

信任是社交網(wǎng)絡(luò)中最具價值的元素，而最好的情況是用戶給出有關(guān)他們身份的各種重要信息。如果能成功做到這一點，并使用戶、用戶的好友，以及類似的陌生人尊重這些信息，那么社交網(wǎng)站將可以把用戶緊密的聯(lián)系在一起。然而，社交網(wǎng)站做到這一點很困難。在用戶不理解社交網(wǎng)絡(luò)本質(zhì)的情況下，他們對社交網(wǎng)絡(luò)的擔憂非常明顯。

Digg創(chuàng)始人之一杰·安德爾森(Jay Adelson)表示：“在缺乏信息的情況下，用戶總是假定社交網(wǎng)站中存在‘陰謀’。”這一現(xiàn)狀的原因很簡單：社交網(wǎng)絡(luò)是新興事物，而用戶也擔心計算機網(wǎng)絡(luò)本身存在匿名控制問題。從網(wǎng)站運營者的角度來看，解決該問題的方法是讓用戶明確為何要這樣做。

4.信任是存在風險的，因此要保持一定的不透明

對社交網(wǎng)站來說，在開放的同時也要保持一定的不透明，尤其是在有關(guān)排名和過濾系統(tǒng)工作原理方面。社會化評價網(wǎng)站Epinions前高管凱文·勞斯(Kevin Laws)表示：“所有算法都會被人破解。在算法如何工作方面，你必須保持不透明?！敝挥兄老到y(tǒng)是健全的，用戶才會信任該系統(tǒng)。但這意味著用戶不可能知道一切。

5.尊重能帶來價值

Epinions和Digg等網(wǎng)站最初向用戶付費，吸引他們做出評價。但這樣做帶來問題，一些用戶利用系統(tǒng)漏洞，導(dǎo)致其他用戶不再相信系統(tǒng)提供的結(jié)果。正如在開源軟件領(lǐng)域一樣，用戶參與的目的是為了獲得其他人的肯定。金錢的激勵只會讓事情變得復(fù)雜。

篇2

關(guān)鍵詞：社交網(wǎng)絡(luò)；剪枝策略；傳播模型；話題

中圖分類號：TP391.41 文獻標識號：A

The Research on Pruning Strategies Topic Propagation Model of Social Network

YIN Zelong， TANG Xianglong

（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China）

Abstract： With the spreading of topics in the social network， topic models would spent more time and more storage space with the increase of the size of data. However， most topics focus on some key nodes and parts of nodes have no significant effect on topic propagation in the real process of topic propagation. If we could reasonably cut some nodes in the social network during the spread of topics， the runtime of the program and the storage space both would be reduced. To solve the above problem， the paper designs two novel graph pruning algorithm to reduce the number of nodes in the social network. The two algorithms presented in this paper introduced the thought of recommend system into the research on pruning strategy of topic propagation models and have a certain novelty. With the analysis and comparison， the paper analyzes the impact of different pruning strategies of propagation model on the effectiveness， the space， running time and the robustness of the graph.

Keywords： Social Network； Pruning Strategy； Propagation Model； Topic

0 引 言

剪枝是一種機器學(xué)習(xí)技術(shù)，通過移除樹的某些節(jié)點來減少決策樹的大小，其中這些節(jié)點對分類實例擁有很小的影響因子[1-2]。剪枝不僅能夠減小算法的復(fù)雜性，同時還能夠提高算法的預(yù)測準確性。

在決策樹算法中，一個重要的問題就是優(yōu)化最終樹的規(guī)模。如果樹的規(guī)模過大，就會存在訓(xùn)練數(shù)據(jù)集過度擬合而新樣本概括不準確的問題；樹的規(guī)模過小也會無法把握樣本空間重要的信息結(jié)構(gòu)。同時，也很難分析出算法何時應(yīng)該停止，因為此時仍無法判斷新加入的節(jié)點能否動態(tài)地減少錯誤，這個問題被稱為視界效應(yīng)。一個一般化的策略是讓樹自然生長直到停止為止，再使用剪枝策略去移除那些沒有重要作用的節(jié)點。

在本文中，研究擬將將剪枝技術(shù)運用到社交網(wǎng)絡(luò)話題傳播模型中。在進行社交網(wǎng)絡(luò)話題傳播時，話題在不同的用戶之間相互傳播，這些用戶則形成了社交網(wǎng)絡(luò)關(guān)系圖[3]。當隨著時間不斷向前推移，社交網(wǎng)絡(luò)關(guān)系圖變得更加復(fù)雜，則話題傳播模型在這樣的社交關(guān)系圖上模擬將會花費更多的時間和空間。為了節(jié)省空間和時間開銷，本文提出并設(shè)計了兩種新穎的圖剪枝策略來減少社交網(wǎng)絡(luò)圖中的節(jié)點數(shù)量。文中的算法是將推薦系統(tǒng)的思想引入到社交網(wǎng)絡(luò)傳播模型剪枝策略中，具有一定的新穎性。在本文實驗部分，則將本文提出的算法同隨機剪枝策略[4]和基于度的剪枝策略[5]進行比較分析，結(jié)果表明本文的算法在剪枝效果上具有明確顯著的優(yōu)越性。

1 問題定義

該小節(jié)介紹了相關(guān)概念和符號以及社交網(wǎng)絡(luò)話題傳播模型剪枝問題的定義。在此假設(shè)給定一個社交網(wǎng)絡(luò)關(guān)系圖 ， 是社交網(wǎng)絡(luò)關(guān)系圖中用戶的集合， 是社交網(wǎng)絡(luò)關(guān)系圖中用戶和用戶關(guān)系的集合。同時假設(shè)以關(guān)鍵詞 作為用戶討論的話題，且在社交網(wǎng)絡(luò)關(guān)系圖 中存在的話題集合為 ，由于話題在社交網(wǎng)絡(luò)中是分布在不同的用戶 上，因此 和 之間存在二元映射關(guān)系，如圖1所示。

圖1 話題與用戶的映射關(guān)系圖

Fig.1 Mapping relationship between topics and users

一個用戶可以包含多個話題，一個話題也可能對應(yīng)多個用戶。同時話題對于不同用戶，其權(quán)重也是不同的，因此上假設(shè)關(guān)鍵詞 對于用戶 的權(quán)重為 。根據(jù)上述定義，可以抽象出本文的研究問題：已知社交網(wǎng)絡(luò)關(guān)系圖 和話題集合 ，求出 。為了解決上述問題，本文提出了兩種新穎的圖剪枝算法，根據(jù) 和話題集合 提供的信息，結(jié)合圖剪枝算法來獲取 。下面將介紹本文所研究的社交網(wǎng)絡(luò)話題模型的剪枝策略。

2 剪枝策略算法研究

本節(jié)介紹了兩種社交網(wǎng)絡(luò)話題模型的剪枝策略，基于話題權(quán)重和基于用戶興趣相似性的剪枝策略?？偠灾?，這兩種算法均是將推薦系統(tǒng)的思想引入圖剪枝策略中。

2.1 基于用戶話題權(quán)重的剪枝策略

基于用戶話題權(quán)重的剪枝策略與基于用戶興趣相似度剪枝策略類似，都是利用了話題與用戶之間的關(guān)系。不同之處是后者計算與用戶具有共同興趣用戶廣泛度，前者是計算擁有話題的廣泛度。在傳播模型中，如果多個話題出現(xiàn)在某個用戶上，則在一定程度上可以說明話題在傳播過程中頻繁地經(jīng)過該用戶，因此這樣的用戶可以被看作關(guān)鍵用戶。基于上述的原因，研發(fā)設(shè)計了一種基于用戶話題權(quán)重的剪枝策略算法。

假設(shè)社交網(wǎng)絡(luò)關(guān)系圖為 以及話題集合為 ，每一個話題 被一個或者幾個用戶所擁有，則假設(shè)擁有話題 的用戶集合為 ，用戶 擁有話題 的權(quán)重為 。首先，對每一個話題 的用戶集合 按照用戶 擁有該話題的權(quán)重 進行排序，如圖2所示。

圖 2 基于話題權(quán)重的剪枝步驟1

Fig.2 Topic weight pruning step 1

然后，將每個話題的用戶按照從小到大的順序進行編碼，如圖3所示。

圖 3 基于話題權(quán)重的剪枝步驟2

Fig.3 Topic weight pruning step 2

最后，循環(huán)遍歷每一個 來統(tǒng)計每一個 的話題權(quán)重總和，并排序，如圖4所示。

圖 4 基于話題權(quán)重的剪枝步驟3

Fig.4 Topic weight pruning step 3

2.2 基于用戶興趣相似度的剪枝策略

在本節(jié)中，給出了話題集合 與用戶集合 存在映射關(guān)系，即同一個用戶可以擁有多個話題，同一個話題可以被多個用戶擁有，因此即以用戶擁有的話題相似性來表示用戶的興趣相似性。在以上研究中，已經(jīng)闡述到用戶的興趣相似度對話題轉(zhuǎn)移概率是有影響的，當用戶間興趣相似度越大，則話題更有可能在同群用戶之間經(jīng)常傳播。如果某個用戶與很多用戶均具有頗高的興趣相似度，則這樣的用戶就是話題傳播過程中的關(guān)鍵用戶而應(yīng)該得到保留。假設(shè)用戶 的話題集合分別為 和 ，則采用cosine-index[6]來衡量興趣相似度，即：

（1）

由公式（1）可知，可以計算出 的 。下面將以4個用戶（ ）為例來說明該算法步驟。當計算出所有用戶之間的興趣相似度后，就可以得到如下所示的矩陣圖：

圖 5 基于用戶興趣相似性的剪枝步驟1

Fig.5 Interest similarity pruning step 1

如圖5所示，該圖的前半部分表示用戶興趣相似度的矩陣圖，后半部分即將每一個用戶與之關(guān)聯(lián)的用戶興趣相似度進行排序。而后再對排序后的矩陣進行歸一化處理，如圖6所示。

圖 6 基于用戶興趣相似性的剪枝步驟2

Fig.6 Interest similarity pruning step 2

最后，則將歸一化的矩陣中每一個用戶的興趣相似度進行統(tǒng)計，并排序得到綜合結(jié)果。具體如圖7所示。

圖 7 基于用戶興趣相似性的剪枝步驟3

Fig.7 Interest similarity pruning step 3

用戶最終得到的權(quán)值越大，就說明用戶和周圍用戶有著更為廣泛的興趣相似度，反之亦然。

3 實驗結(jié)果與結(jié)論分析

本節(jié)主要介紹上述幾種剪枝策略的實驗設(shè)計原理以及實驗結(jié)果。實驗中采用真實的微博數(shù)據(jù)集來構(gòu)建社交網(wǎng)絡(luò)關(guān)系圖和相關(guān)話題的提取，并運用上述幾種剪枝策略來對社交網(wǎng)絡(luò)關(guān)系圖進行剪枝，完成后則將傳播模型的算法在剪枝后的社交網(wǎng)絡(luò)關(guān)系圖上進行傳播模擬，從而比較不同剪枝策略下傳播模型的預(yù)測效果。

3.1 數(shù)據(jù)集

本文采用的是微博數(shù)據(jù)集，抽取的是在某一時間粒度下的數(shù)據(jù)集來構(gòu)建社交網(wǎng)絡(luò)關(guān)系圖以及話題的抽取，實驗數(shù)據(jù)及環(huán)境配置如表1所示。

表 1 實驗數(shù)據(jù)及環(huán)境配置

Tab.1 The experimental data and environment configuration

名稱 參數(shù)

實驗數(shù)據(jù) User（節(jié)點）

Connection（邊）

Topic（話題） 11589

72395

107

機器配置 8G RAM，3.40GHZ Core i7 處理器

編程語言 C++

分析工具 Matlab2010，Excel

數(shù)據(jù)庫 Mysql

3.2 實驗設(shè)計

本節(jié)從新浪微博數(shù)據(jù)中選取了11 589個節(jié)點以及106 198條邊構(gòu)成一個社交網(wǎng)絡(luò)關(guān)系圖，并從中抽取107個話題。首先是將不同的剪枝策略對社交網(wǎng)絡(luò)關(guān)系圖進行剪枝，然后用傳播模型算法分別在不同的剪枝后的關(guān)系圖上模擬話題傳播，比較不同剪枝策略下的預(yù)測效果和運行時間。同時，對于每一種剪枝策略，均將會構(gòu)建實驗并據(jù)此分析不同剪枝程度對傳播模型話題預(yù)測效果的影響。

3.3 實驗效果評估

圖8是將準確率和召回率進行結(jié)合所得到關(guān)于不同剪枝策略對于剪枝比例同傳播模型F1值關(guān)系的曲線圖。從圖中可以看出，Degree PruningASC 的F1變化最快也是最低，主要是因為按照節(jié)點度數(shù)從大到小的順序進行剪枝，首先就會剪掉一些關(guān)鍵節(jié)點。其次是Random Pruning，然后是Degree PruningDESC。上述三種剪枝方式從某種程度可以反映出節(jié)點的度數(shù)同節(jié)點的影響力之間的正相關(guān)性。Interest Similarity Pruning和 Topic Weight Pruning在隨著剪枝比例增大時，前期對傳播模型的準確率并沒有太多的影響。到后期時二者的F1值都會發(fā)生下降，但Interest Similarity Pruning的F1值會出現(xiàn)陡降，因為當剪枝比例越大時，通過Interest Similarity Pruning所剪掉的節(jié)點才是正真意義上的關(guān)鍵傳播節(jié)點，因此將會導(dǎo)致話題傳播嚴重受阻，F(xiàn)1急速下降。

圖 8 不同剪枝策略下剪枝比例與F1的關(guān)系對比圖

Fig.8 Relation between F1 and pruning proportion based on different pruning strategies

圖9 展示了不同剪枝策略下，剪枝比例同程序運行時間的關(guān)系圖。整體上看，隨著剪枝比例增大，所用的時間呈線性下降。Degree PruningDESC的程序運行時間低于其他剪枝策略，因為這具體是按照節(jié)點度數(shù)從大往小進行剪枝，將容易破壞圖的連通性，致使信息傳播受阻。其次是Random Pruning。利用Interest Similarity Pruning，Degree PruningASC 以及Topic Weight Pruning三種剪枝策略剪枝后，傳播模型的運行時間將十分相近，這在某種程度來說如上三種剪枝策略都能夠保證社交網(wǎng)絡(luò)中圖的連通性。

圖 9 不同剪枝策略下剪枝比例與運行時間的關(guān)系對比圖

Fig.9 Relation between runtime and pruning proportion based on different pruning strategies

4 結(jié)束語

本文主要是介紹并研究社交網(wǎng)絡(luò)傳播模型剪枝策略。因為在進行社交網(wǎng)絡(luò)話題傳播的過程中，數(shù)據(jù)量會不斷地增大，傳播模型在進行傳播模擬時所花銷的時間必將增多，程序運行所占用的空間也會不斷加大，所以本文提出了幾種社交網(wǎng)絡(luò)傳播模型的剪枝策略來對社交網(wǎng)絡(luò)進行削減，保證在不降低傳播模型預(yù)測效果的情況下，能夠減少傳播模型所花銷的時間和空間。首先，本文給出了社交網(wǎng)絡(luò)話題傳播模型剪枝策略研究的相關(guān)概念和問題定義，主要包括圖的定義，話題定義以及研究的問題描述。其次，本文給出了兩種新穎的剪枝策略，包括基于用戶興趣相似性的剪枝策略和基于用戶話題權(quán)重的剪枝策略。最后，本文又給出了上述幾種算法的實驗分析結(jié)果，主要從時間的運行效率，所包含節(jié)點比例以及傳播模型的預(yù)測效果來進行對比和分析。實驗結(jié)果表明，按節(jié)點度大的順序進行剪枝的效果最差，但是模型的運行時間最短；其次是隨機剪枝，效果和運行時間居中；基于用戶話題權(quán)重的剪枝策略，預(yù)測效果表現(xiàn)最好，同時剪枝策略設(shè)計并不復(fù)雜。

參考文獻：

[1] HARABOR D， GRASTIEN A. Online graph pruning for pathfinding on grid maps[C]//Association for the Advancement of Artificial Intelligence ，San Francisco， CA， USA：AAAI， 2011.

[2] KRETZSCHMAR H， STACHNISS C， GRISETTI G. Efficient information-theoretic graph pruning for graph-based SLAM with laser range finders[C]//Intelligent Robots and Systems（IROS），San Francisco， CA ：IEEE/RSJ，2011 ：865-871.

[3] DENG H， HAN J， ZHAO B， et al. Probabilistic topic models with biased propagation on heterogeneous information networks[C]// KDD’11， New York， NY， USA：ACM， 2011：1271-1279

[4] GOYAL A， BONCHI F， LAKSHMANAN L V S. A Data-Based Approach to Social Influence Maximization[J]. VLDB 2012， 2012，5（1）：73-84

篇3

關(guān)鍵詞：物聯(lián)網(wǎng)；SD-WAN；智慧城市；美國

1 智能終端數(shù)量將激增

根據(jù)公開數(shù)據(jù)，未來十年全球?qū)χ腔鄢鞘械耐顿Y額將達到2萬億美元，因智慧城市是通過傳感器將所有城市設(shè)施物聯(lián)成網(wǎng)，智能終端的數(shù)量因此也會激增。2016年，物聯(lián)網(wǎng)終端設(shè)備的數(shù)量預(yù)計將達到64億，同2015年相比增長30%，至2020年，全球物聯(lián)網(wǎng)設(shè)備的數(shù)量可能達到208億。

這一預(yù)測并非空穴來風，以英國為例，近日，英國白金漢郡的米爾頓凱恩斯鎮(zhèn)與跨國公司英國電信（BT）簽署一項合同，將針對物聯(lián)網(wǎng)建立一個全新的公共網(wǎng)絡(luò)，該項目需要建立15個網(wǎng)絡(luò)站，可以接收從洗衣機到停車場中全部的傳感器信號。

2 智能終端網(wǎng)絡(luò)聯(lián)接面臨的挑戰(zhàn)

將城市設(shè)施與所有的傳感器及應(yīng)用程序聯(lián)接面臨著許多挑戰(zhàn)，其中就包括網(wǎng)絡(luò)聯(lián)接的挑戰(zhàn)：

首先，必須有一個或多個極度可靠且價格低廉的網(wǎng)絡(luò)，能夠精準地收集全部傳感器每時每刻所生成的數(shù)據(jù)。

其次，網(wǎng)絡(luò)的連通性需要做到無處不在并且及時可靠。眾所周知，WiFi并不是無處不在，公共寬帶的專用線路又非常昂貴。智慧城市需要整合公共寬帶和私人WiFi，實現(xiàn)可靠穩(wěn)定的網(wǎng)絡(luò)連接。

3 SD-WAN技術(shù)將助力智慧城市

要解決這些問題，廣域網(wǎng)簡化技術(shù)就變得非常重要。以往的廣域網(wǎng)配置復(fù)雜，尤其是電路類型和服務(wù)供應(yīng)商各不相同。所以，建立一個能覆蓋不同實體網(wǎng)絡(luò)的虛擬網(wǎng)絡(luò)是將物聯(lián)網(wǎng)與智慧城市相連的關(guān)鍵。

SD-WAN（軟件定義廣域網(wǎng)）技術(shù)應(yīng)運而生。這是一項新的網(wǎng)絡(luò)變革技術(shù)，用軟件重新定義網(wǎng)絡(luò)能力，使網(wǎng)絡(luò)從靜態(tài)走向動態(tài)，批量收集數(shù)據(jù)。

篇4

輕松查看更新信息

如今玩微博、用人人網(wǎng)的用戶都很多，可每次查看更新情況或發(fā)消息都必須登錄，非常麻煩。其實在安裝360極速瀏覽器之后，用戶可以安裝各種網(wǎng)絡(luò)擴展程序，從而輕松查看和更新信息。

添加新浪微博與人人網(wǎng)提醒

首先打開360極速瀏覽器，單擊“自定義”菜單選擇“工具/管理擴展程序”（如圖1），此時會出現(xiàn)“選項”頁面，單擊“獲取更多擴展程序”切換到“擴展”頁面，找到“360微博提醒（增強版）”拓展程序，接下來單擊后面的“安裝”按鈕即可，稍后在瀏覽器工具欄上即會出現(xiàn)應(yīng)用的圖標。

接下來分別點擊單擊“360微博提醒”按鈕，輸入新浪微博賬號，單擊“授權(quán)”按鈕，稍后在按鈕上會提示新微博的數(shù)量（如圖2），單擊該按鈕出現(xiàn)微博面板，可以查看微博，單擊“寫微博”按鈕可以直接撰寫微博， 非常方便。如果有多個新浪微博賬號，還可以單擊“添加賬號”按鈕繼續(xù)添加，單擊“設(shè)置”按鈕可修改新浪微博相關(guān)設(shè)置。

最后，再按同樣的步驟搜索并安裝“360人人提醒”拓展程序即可。

騰訊微博

對于使用騰訊微博的用戶來說，360瀏覽器并沒有專門提供擴展應(yīng)用插件，不過也沒有關(guān)系，因為360瀏覽器可使用谷歌瀏覽器的各種插件。

進入“擴展”頁面，單擊下方的“谷歌擴展中心”打開“Chrome網(wǎng)上應(yīng)用店”，在左側(cè)搜索欄中輸入“騰訊微博”，按下回車鍵會列出所有相關(guān)插件（如圖3），單擊“騰訊微博”后的“添加至Chrome”按鈕出現(xiàn)對話框，單擊“安裝”按鈕即可添加到工具欄，這樣以后就可以直接從瀏覽器查看或更新騰訊微博。

即時分享潮流資訊

看到精彩的網(wǎng)絡(luò)資訊，通常會分享到各種網(wǎng)絡(luò)應(yīng)用上，如，微博、空間等，此時只需要給瀏覽器安裝一些分享插件即可。打開“Chrome網(wǎng)上應(yīng)用店”，搜索“分享”則可獲取各種網(wǎng)絡(luò)分享應(yīng)用擴展（如圖4），如：騰訊微博右鍵分享，可以給瀏覽器的右鍵菜單添加“分享到騰訊微博”命令，以后只要選中需要分享的內(nèi)容即可分享到騰訊微博；添加“神奇分享”插件，則可將資訊快速分享到新浪微博和人人網(wǎng)；安裝“奇文共賞-URL縮短”，則可將資訊分享到開心網(wǎng)、豆瓣、QQ、百度、Google Reader等。

娛樂游戲方便安全

篇5

近年來，隨著網(wǎng)絡(luò)技術(shù)的飛快發(fā)展與應(yīng)用，尤其是社交網(wǎng)絡(luò)的日漸普及及應(yīng)用，社團發(fā)現(xiàn)成為一項重要的研究課題?；谀K度的社團發(fā)現(xiàn)算法對于現(xiàn)階段的社團劃分研究具有重要意義。CNM算法就是基于模塊度的算法中的一種。本文提出了基于Hadoop的MapReduce框架下對CNM算法的研究分析。最后展望了該領(lǐng)域未來的研究方向。

【關(guān)鍵詞】社團發(fā)現(xiàn)算法 模塊度 CNM MapReduce框架

隨著社會的不斷發(fā)展和個體之間關(guān)系的日益復(fù)雜，這給傳統(tǒng)的社交網(wǎng)絡(luò)帶來了極大考驗。由此，各類社團發(fā)現(xiàn)算法應(yīng)運而生?；谀K度的社區(qū)發(fā)現(xiàn)算法是現(xiàn)階段較流行，研究較為廣泛的算法。CNM算法就是這其中的一種。但對于社交網(wǎng)絡(luò)中日漸增長的龐大數(shù)據(jù)量，這對傳統(tǒng)的數(shù)據(jù)存儲及處理方式提出了巨大的挑戰(zhàn)。將全部數(shù)據(jù)信息存入到內(nèi)存或是硬盤中已經(jīng)變得不現(xiàn)實。由此，分布式處理方式進入到研究者的視線中。分布式系統(tǒng)，因擁有多種通用的物理和邏輯資源，可以動態(tài)的分配任務(wù)，分散的物理和邏輯資源通過計算機網(wǎng)絡(luò)實現(xiàn)信息交換，鑒于分布式系統(tǒng)具有的高吞吐、高并發(fā)、低延遲性的特點，可滿足當今社團網(wǎng)絡(luò)處理的要求。

Hadoop是一個能夠?qū)Υ罅繑?shù)據(jù)進行分布式處理的軟件框架，由Apache基金會所開發(fā)。基于Hadoop的Mapreduce框架可對大規(guī)模的數(shù)據(jù)進行并行運算。從CNM算法運行的步驟中可看出，每一步的進行可劃分成多個任務(wù)進行并行的處理，非常適合Mapreduce框架，這解決了該算法應(yīng)用于大規(guī)模網(wǎng)絡(luò)時會出現(xiàn)內(nèi)存溢出的問題。鑒于此，本文提出基于MapReduce架構(gòu)的CNM社團發(fā)現(xiàn)算法。

1 基于模塊度的社團發(fā)現(xiàn)算法

在社交網(wǎng)絡(luò)中，社團可理解為社交網(wǎng)絡(luò)的一個子集。在同一個社團中的節(jié)點，一定有著某種相同或相似的屬性。在在社交網(wǎng)絡(luò)中檢測、發(fā)現(xiàn)社團結(jié)構(gòu)的過程就是社團發(fā)現(xiàn)。而發(fā)現(xiàn)社團所用的算法，就是社團發(fā)現(xiàn)算法?，F(xiàn)階段有很多種類的發(fā)現(xiàn)方法。例如：基于模塊度優(yōu)化的方法，分裂方法，譜方法，基于推理的方法等等。

1.1 模塊度函數(shù)

所有的社團發(fā)現(xiàn)算法都需要有一個評價標準來衡量社團發(fā)現(xiàn)結(jié)果的合理性和有效性。這便引入了模塊度的概念。模塊度的定義由Newman等人提出，是目前常用的一種衡量網(wǎng)絡(luò)中社區(qū)穩(wěn)定度的方法。下面引入模塊度的定義：

給定一個圖G，它表示一個社交網(wǎng)絡(luò)，C表示社交網(wǎng)絡(luò)中的社區(qū)，m表示G中邊的數(shù)量，則：

若節(jié)點i和j之間有邊相連，否則

是節(jié)點i的度

由此，模塊度的定義可表示為：

歸納來說，模塊度表示所有被劃分到同一個社團的邊所占的比例再減掉完全隨機情況時被劃分到同一社團的邊所占的比例。

模塊度增量的定義是：

1.2 CNM算法介紹

CNM算法是基于模塊度的社團發(fā)現(xiàn)算法，它是一種基于貪心策略的聚合算法。通過初始化每一個節(jié)點作為一個單獨的社團，然后通過聚合相似的節(jié)點或者聯(lián)系最為緊密的節(jié)點，最終將分散的小社團聚合為大的社團，從而達到社團劃分的目的。CNM算法用堆的數(shù)據(jù)結(jié)構(gòu)來計算和更新網(wǎng)絡(luò)的模塊度，所以其時間復(fù)雜度可接近線性復(fù)雜度。

在CNM算法的執(zhí)行過程中用到以下數(shù)據(jù)結(jié)構(gòu)：

（1）模塊度增量矩陣ΔQ：記錄了有邊相連的社團之間的模塊度增量。

（2）最大堆H：該堆中包含了模塊度增量矩陣ΔQ中每一行中的最大元素。

（3）輔助向量a：用來記錄節(jié)點的度。

2 MapReduce框架介紹

MapReduce是一種編程模型，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運算。主要分為兩個部分Map（映射）和Reduce（歸約）。利用MapReduce框架可實現(xiàn)并行編程。

Map函數(shù)可接受一個鍵值對（key-value），產(chǎn)生一組中間結(jié)果，在Reduce函數(shù)中指定如何對中間結(jié)果進行歸約并生成最終的處理結(jié)果。MapReduce框架下程序的并發(fā)處理過程可如圖1所示。

3 CNM算法在Mapreduce框架下的分析研究

3.1 算法思想

采用MapReduce框架實現(xiàn)CNM算法可分四步驟進行：

第一步：進行數(shù)據(jù)預(yù)處理，將稀疏矩陣中存儲的相連邊之間的信息轉(zhuǎn)換為鍵值對的形式。

第二步：根據(jù)第一步得到的數(shù)據(jù)預(yù)處理的結(jié)果，求模塊度增量ΔQ。

第三步：將所有的ΔQ進行比較，得到最大的ΔQ。

第四步：進行更新操作，修改矩陣中的行列值。

以上四個步驟設(shè)計的關(guān)鍵點在于如何設(shè)計MapReduce。

3.2 算法描述

a 一次讀取矩陣中一行的信息

Map階段：將轉(zhuǎn)換成對

for（values.hasNext（）） {

if（values！=null）

Emit（key，value[n]）； }

Reduce階段：合并表示同一連接關(guān)系的

if（key1=value2&&key2=value1）

delete；

else Emit（key，value）

b 求模塊度增量ΔQ

Map階段：讀入上步驟所得的結(jié)果

while（keys.hasNext（））{

CalculateQ；

Emit（） ；}

Reduce階段：根據(jù)Map輸出的結(jié)果求模塊度增量ΔQ

CalculateΔQ；

Emit（，ΔQ）

c 找到ΔQ值增大量最大所對應(yīng)的頂點對

僅有Reduce階段

Max=0；

while（values.hasNext（））{

if（Max

max=value.get（）；

}

Emit（，Max）；

if（Max==0）

exit（）；

d 更新操作

Map 上一步所得的結(jié)果作為輸入

update（（，Max） ）；

Emit；

Reduce 更新新的節(jié)點所對應(yīng)的模塊度；

For（key：keys）

Update（ ）；

value.get（）= Q；

Emit

遞歸運行a～d步驟，直到ΔQ值不再變化，程序結(jié)束。

4 實驗結(jié)果與分析

實驗軟件平臺為Java JDK1.6和Hadoop0.23.4，在虛擬機上搭建偽集群進行測試，實驗中選擇1億數(shù)據(jù)在不同數(shù)目的集群節(jié)點上進行測試，得到如圖2所示的測試結(jié)果。

從該圖中可以看出，當數(shù)據(jù)量保持不變的情況下，當集群中的節(jié)點適當?shù)脑黾訒r會使并行加速比增加，但當并行加速比增加到一定的值后，加速比反而會下降，這可能是因為當Map數(shù)和Reduce數(shù)增加過多時，會使節(jié)點間的通信量增加，造成網(wǎng)絡(luò)延遲從而導(dǎo)致并行加速比的下降。

圖2中，橫坐標n表示集群中設(shè)置的節(jié)點數(shù)，縱坐標 ε表示并行加速比。

5 結(jié)論

通過對CNM算法按適用MapReduce框架的要求進行編程后，利用及群眾的多個節(jié)點運行該算法，會使算法運行時間減少，從而提高了效率。在實際的應(yīng)用中，應(yīng)注意在集群中要選取適當數(shù)目的節(jié)點和合適的Map和Reduce數(shù)目，這樣才能使系統(tǒng)發(fā)揮最大優(yōu)勢，即不造成資源浪費，有提高了系統(tǒng)吞吐量。在今后的學(xué)習(xí)研究中，將對CNM算法進行改進，使其更能適應(yīng)基于Hadoop的MapReduce框架。

參考文獻

[1]White T.Hadoop權(quán)威指南[M]. 周傲英，曾大聃譯.北京：清華大學(xué)出版社，2009.

[2]Sggarwal C.Social Network Data Snalytics[M].America：Springer-Verlag New YorkInc，2011.

[3]Newman M E J.Fast algorithm for detecting community structure in networks [J].Phts Rev：E，2004，69（6）： 133-137.

[4]吳曉偉.MapReduce并行編程模式的應(yīng)用和研究[I].中國科學(xué)技術(shù)大學(xué).2009，5.

[5]解?，汪小帆.復(fù)雜網(wǎng)絡(luò)中的社團結(jié)構(gòu)分析算法研究綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2005，2（3）.

[6]Clauset A，M.E.J Newman，Moore C. Finding community structure in very large networks [J].Phys.Rev.E，2004， 70（6）：066111.

[7]Lin J，Schatz M，Design patterns for efficient graph algorithms in MapReduce[C] // Proceedings of the Eighth Workshop in Ming and Learning with Graphs.New York：ACM，2010：78-85.

[8]Newman M E J，Girvan M.Finding and Evaluating Community Structure in Networks[J].Phys.Rev.E，2004，69（2）.

篇6

【關(guān)鍵詞】網(wǎng)絡(luò)傳播；表情包；情感表達；身份認同

一、表情包的概念界定

現(xiàn)今學(xué)界還未針對表情包給出一個清晰而明確的定義。學(xué)者林曉冬對表情包概念的解釋是：“多個同類型表情組成的系列表情的集合，通常是由群眾對其抱有特殊印象的明星、網(wǎng)絡(luò)近期流行的語錄以及動漫、影視截圖為素材來源，配上一系列與圖像意境相匹配的流行文字，用以表達使用者所需要傳達的特定含義?！盵1]筆者認為，林曉冬對表情包的界定較為準確地描述出了表情包的特征，目前大多數(shù)表情包都以傳遞幽默的情緒為主要目的，是當前網(wǎng)絡(luò)傳播中的一種重要表達形式。

二、表情包的興起

表情包的興起可以分為三個階段。第一階段：表情符號應(yīng)用的起點可以追溯到上世紀80年代斯科特法爾曼將“:-）”用來表示“微笑”之時，此后ASCII字符正式被運用于社交平臺之中。接著，日本運用ASCII字符來模擬各種肢體動作，由此衍生出獨具特色的“顏文字”。第二階段：伴隨著社交媒體的疾速發(fā)展，網(wǎng)絡(luò)交流中新一代卡通圖像出現(xiàn)，騰訊公司隨即開發(fā)了“自定義表情”。最初的自定義表情分為JPG格式、GIF格式（即靜態(tài)與動態(tài)）兩種形式，電視作品、動畫片段等均可成為表情符號的制作選材，且多為UGC生成內(nèi)容。第三階段：現(xiàn)今，流行于網(wǎng)絡(luò)平臺的表情包被注入了更多的活力。這一階段的表情符號的表現(xiàn)形式多以明星、現(xiàn)實中人們的夸張動作的照片加上文字制作而成，例如電視劇中表現(xiàn)夸張的人物、沉浸于演唱曲目的歌手等，常會成為表情包的創(chuàng)作素材。

三、網(wǎng)絡(luò)傳播中表情包的使用情況調(diào)查

筆者使用了問卷調(diào)查的方法，通過隨機問卷發(fā)放，為本文提供數(shù)據(jù)依據(jù)。通過幾天的調(diào)研，發(fā)放了300份問卷，回收282份，其中有效問卷273份，主要針對18至24歲青年群體，這一群體占有效問卷人數(shù)的63.37%。

（一）調(diào)查對象基本情況

1、性別情況本次問卷調(diào)查涉及人數(shù)為273人。其中男性人數(shù)75人，占被調(diào)查人數(shù)的27.47%；女生人數(shù)為198人，占被調(diào)查人數(shù)的72.53%。2、年齡情況參與問卷訪談人員的年齡分布如下：18歲以下7人，占總?cè)藬?shù)的2.56%；18-24歲173人，占63.37%；25-30歲13人，占4.76%；31-35歲3人，占1.1%；36-45歲18人，占6.59%；45歲以上59人，占總?cè)藬?shù)的21.61%。3、受教育程度被調(diào)查者受教育程度為初中及初中以下17人，占總?cè)藬?shù)的6.40%；高中39人，占總?cè)藬?shù)的14.13%；?？?3人，占總?cè)藬?shù)的23.17%；本科121人，占總?cè)藬?shù)的44.16%；研究生及以上33人，占總?cè)藬?shù)的11.69%。

（二）網(wǎng)絡(luò)傳播中表情包的使用情況

1、使用頻率在調(diào)查中，每天使用表情包15次以上的人數(shù)為171人，占總比例的64.53%；每天使用表情包5-15次的人數(shù)為92人，占總比例的34.72%；每天使用表情包5次以下的人數(shù)為2人，占總比例的0.75%。2、用戶喜歡使用的表情包類型經(jīng)過調(diào)查發(fā)現(xiàn)，用戶喜歡使用的表情包涵蓋了純文字類型、真人面孔配少量文字類型和卡通形象類型（如暴走漫畫、網(wǎng)友手繪等）以及其他類型，其中喜歡卡通形象類型（如暴走漫畫、網(wǎng)友手繪等）的人數(shù)最多，占比83.14%，其次是真人照片中加注文字信息類，占比50.96%。

（三）網(wǎng)絡(luò)傳播中表情包的用途

1、使用表情包的場合調(diào)查對象常在QQ/微信聊天中使用表情包，比例高達96.98%，其次是在、更新日常動態(tài)時使用表情包，占比43.02%，而在網(wǎng)頁文章時以及實際生活應(yīng)用中使用情況較少，僅分別占比10.19%和6.42%。2、使用表情包的原因調(diào)查對象喜歡使用表情包的原因有多種。其中，認為表情包方便、節(jié)省時間的人數(shù)為136人，占總?cè)藬?shù)的52.51%；認為表情包能夠增加聊天趣味性，緩解氣氛的人數(shù)為225人，占總?cè)藬?shù)的86.87%；認為表情包能夠拉近彼此距離，融入群體的人數(shù)為136人，占總?cè)藬?shù)的52.51%；認為表情包能夠彌補語言、文字的不足的人數(shù)為170人，占總比例的65.64%。由此我們可以看出，用戶使用表情包很大一部分原因是表情包能夠增加用戶聊天時的趣味性，緩解氣氛、拉近彼此距離，融入群體、彌補語言、文字的不足、緩解冷場的尷尬。

（四）網(wǎng)絡(luò)傳播中表情包的使用分析

在現(xiàn)實的交往中，沒有空間的限制，傳播者的語氣、神情、肢體動作等均可作為非語言信息來輔助彼此間的交流。而在社交媒體的交流中由于受時間與空間的限定，文字成為了雙方交流的主要傳播介質(zhì)。但文字信息也僅僅只是語言傳播中的一種符號，易導(dǎo)致傳播率（傳播率=接收者接收的信息/傳播者傳播的信息）差強人意。表情包的出現(xiàn)，在一定程度上彌補了網(wǎng)絡(luò)交流中傳播者表情、動作等匱乏的缺陷，降低了彼此之間溝通耗時，提高了傳播的效率。從問卷調(diào)查中可以清晰地看到表情包的傳播優(yōu)勢。隨著社交媒體的發(fā)展，表情包在便捷、增加趣味性、緩解氣氛、拉近彼此距離，融入群體、緩解冷場方面，有著自身獨特的優(yōu)勢。同時，在雙方具備“共通的意義空間”下進行表情包交流的這種溝通方式，在社交媒體交往中占據(jù)了至關(guān)重要的位置，表情包的使用在表達使用者情緒、身份認同以及減少使用者身份迷失的焦慮方面都具有優(yōu)勢。

四、表情包在網(wǎng)絡(luò)傳播中的意義與作用

（一）使用便捷，豐富聊天內(nèi)容

1、便捷性一方面，在網(wǎng)絡(luò)傳播中使用表情包十分的便利。如在QQ聊天中，表情包的保存只需要點擊右鍵即可被保留在系統(tǒng)中，無需重復(fù)操作，但文字的使用則無法實現(xiàn)在線保存的功能，往往需要傳播者再次編輯與組織。因此，人們在網(wǎng)絡(luò)交流時使用表情包進行溝通，往往會比使用單一的文字傳播更加便捷。另一方面，網(wǎng)絡(luò)表情包的制作也十分便捷。往往一張圖片+文字+創(chuàng)作者的想法就可以制作出一張生動有趣的表情包，其簡單易操作的特性，也大大刺激了網(wǎng)友們的創(chuàng)作熱情，因此現(xiàn)今表情包的種類較多。2、引發(fā)聯(lián)想，補充聊天內(nèi)容從傳播學(xué)的角度上理解，表情包不僅僅是網(wǎng)絡(luò)傳播與交流中的一種介質(zhì)，同時也是對文字信息傳播的有效補充。傳播學(xué)者多麗絲格雷伯曾指出：“我們一度推崇的借助文字符號傳遞的抽象意義，已經(jīng)開始讓位于建立在圖像傳播基礎(chǔ)上的現(xiàn)實與感受?！盵2]結(jié)合學(xué)者研究，筆者認為表情包在網(wǎng)絡(luò)傳播中具有下述兩種功能。其一，表情包可以直接表達雙方的溝通信息，同時彌補單一的文字傳播的不足。網(wǎng)絡(luò)傳播中，純文字的交流往往在視覺體驗方面、判斷情感方面存在不足，并且無法避免網(wǎng)絡(luò)傳播中較單調(diào)的特性，而表情包卻能夠針對文字信息的不足，提供重要的補充信息。其二，表情包可以在一定程度上表現(xiàn)出事物的內(nèi)涵與外延，引起接受者們的遐想。由于文字信息在網(wǎng)絡(luò)傳播中具有含糊性及多義性，因此在網(wǎng)絡(luò)傳播的過程中，表情包能夠幫助溝通雙方理解對方所要傳達的意義。語言學(xué)家索緒爾也曾表示，語言符號所代表的事物和符號形式能夠不斷演進，因此表情包的使用在不同情況下也會被賦予不同的意義。例如，在微信聊天中使用“憤怒”的表情，不同定表示你的聊天對象正在生氣，而要結(jié)合雙方聊天時的具體情境來判斷傳播者的情緒；在社交媒體中使用“微笑”也常被視為“呵呵”（無奈）之意的代表。因此，我們需在瞬息萬變的網(wǎng)絡(luò)環(huán)境和不斷更新的傳播語境中，重新解讀表情包所富含的新意義。

（二）娛樂性較強

有趣、詼諧、幽默、適用范圍廣成為了表情包作品的共同特征。無論是相識已久的溝通雙方還是彼此陌生的溝通雙方之間，使用表情包都能夠一定程度上快速緩和尷尬、增加幽默感、進入聊天狀態(tài)。對于年輕一代的使用者來說，表情包是一個表達情感、放松情緒的載體，同時也是互聯(lián)網(wǎng)泛娛樂化的突出體現(xiàn)。例如，在里約奧運會上，憑借真實、活潑的采訪表現(xiàn)而迅速躥紅的20歲國家隊游泳小將傅園慧，其接受采訪時的表情被網(wǎng)友們截屏，并配以“我已經(jīng)使用了洪荒之力”等經(jīng)典語句制作出“傅園慧系列表情包”。尼爾波茲曼在其著作《娛樂至死》中指出：“這是一個娛樂至死的年代，一切公眾話語日漸以娛樂的形式出現(xiàn)?！盵3]他的看法，如今看來或許有些夸張，但我們必須承認，在網(wǎng)絡(luò)交流中表情包的傳播比單一的文字傳播更加具有娛樂性，而表情包中所蘊含的娛樂性也很大程度上激發(fā)了網(wǎng)友的熱情。其中的娛樂性可理解為社會亞文化群體通過搞笑、模仿等方式對社會主流文化與精英文化的解構(gòu)。

（三）契合大眾心理，提高受眾參與度

1、契合大眾心理，尋求身份認同往往在網(wǎng)絡(luò)中表達出的文化語境，其映射的是社會大眾的心理。2016年夏天，“葛優(yōu)躺”的爆紅并非偶然。在都市的繁華背后，都市人也有著敏感、脆弱和對未來不確定性的焦慮。因此，在悶熱的夏季，人們的社會心理似乎從“葛優(yōu)躺”中所展現(xiàn)的隨性、頹廢、癱倒的形象中找到情感、壓力的宣泄口。表情包在溝通中具有豐富的內(nèi)涵。表情包的使用，成為人們傳達自我想法時的一種延伸手段，同時也是一種新的話語方式，用來表達對自我身份的認同，減少迷失感。2、提高受眾參與度，推動網(wǎng)絡(luò)文化發(fā)展隨著網(wǎng)絡(luò)表情符號被廣泛運用，社交軟件上所提供的官方表情包（即系統(tǒng)自帶表情）已經(jīng)明顯不能滿足各年齡段、各層次使用者的需求，于是表情包在此背景下也進行了逐漸細分。菲利普在其“利基受眾”理論中表示，社會中的個體都是不盡相同的，并且都有著各自的興趣與愛好，擁有同樣興趣愛好的人往往會組成一個群體，這個群體便是“利基受眾”。為滿足自己所在群體使用表情包的需求，其成員往往會自行制作與傳播自己喜愛的表情包。正如青年人群體會喜歡暴走漫畫類可愛動漫表情包；中老年人喜愛傳統(tǒng)的閃爍大字和用語正能量的表情包，同種類型表情包的傳播者與制作者組成了一個個群體內(nèi)的小圈子，無形之中推動了網(wǎng)絡(luò)文化的發(fā)展。

篇7

SNS(社會性網(wǎng)絡(luò)服務(wù))系統(tǒng)

SNS(Social Networking Services，社會性網(wǎng)絡(luò)服務(wù))，專指那些旨在幫助人們建立社會性網(wǎng)絡(luò)的互聯(lián)網(wǎng)應(yīng)用服務(wù)，以認識朋友的朋友為基礎(chǔ)，擴展自己的人脈。

SNS的另一種常用解釋是“社交網(wǎng)站”或“社交網(wǎng)”(SociaI Net-work site)。

SNS是當下炙手可熱的互聯(lián)網(wǎng)服務(wù)，雖然目前SNS網(wǎng)站的盈利模式和發(fā)展前景仍被許多人所質(zhì)疑，但不可否認的是當下SNS和類SNS應(yīng)用正在大幅度增長，國內(nèi)的主流網(wǎng)站也都相繼開通了自己的SNS服務(wù)。

Facebook

語言：PHP

網(wǎng)址http：//aevelopers.facebook com

Facebook創(chuàng)建于2004年2月，是目前社會化網(wǎng)絡(luò)和Web 2，O的風向標。Facebook開放平臺的推出，讓互聯(lián)網(wǎng)業(yè)界認為它是最有可能和Google比肩的公司。

雖然Facebook在SNS領(lǐng)域的地位已無需多言，但作為全球最大的社交網(wǎng)站它在贏利方面一直很不理想，不僅至今都沒有成熟的盈利模式，廣告收入也低于同級競爭對手。正是由于對贏利能力的擔憂，使得很多互聯(lián)網(wǎng)專家對Facebook和SNS網(wǎng)站的未來前景持保留態(tài)度。

拋開運營層面的問題，F(xiàn)acebook在技術(shù)層面的表現(xiàn)可以用卓越來形容。其開放的技術(shù)架構(gòu)使得基于Facebook平臺的應(yīng)用插件豐富多彩。而Facebook也以開放化的心態(tài)公布了網(wǎng)站的源代碼和應(yīng)用工具。

Facebook目前提供最新的PHP源代碼下載，包括API架構(gòu)、FQL分析器、FBML分析和FBJs等。Facebook的開放平臺具有很強的可擴展性，可以添加你自己獨特的功能，如你自己的FBML標簽、API方法等。

OpenPNE

語言PHP

網(wǎng)址：http：//.cn

OpenPNE搭載了豐富的SNS機能，在PC和手機上都可以免費使用。它的應(yīng)用領(lǐng)域非常廣泛，涉及到手機服務(wù)、視頻服務(wù)、招聘、交友/婚介、商品搜索購物、行業(yè)SNS商務(wù)人脈擴展、健康/美容、教育等服務(wù)領(lǐng)域。

自2008年正式登陸中國以來，它一直專注于開發(fā)適合中國用戶使用習(xí)慣的開源SNS產(chǎn)品。中國的社區(qū)站長可以利用OpenPNE-SNS解決方案，以最快速、零技術(shù)門檻開拓自己的社區(qū)應(yīng)用和社交網(wǎng)絡(luò)服務(wù)平臺。

NetSNS

語言：

網(wǎng)址：http：//

NetSNS是基于Asp，Net開發(fā)的社交網(wǎng)絡(luò)互動Web應(yīng)用程序，采用SQL2000數(shù)據(jù)庫、Ajax、Div+CSS布局等諸多網(wǎng)絡(luò)流行元素，適合各方面應(yīng)用的要求。

NetSNS使用“網(wǎng)站模板與網(wǎng)站程序完全分離”的架構(gòu)，具有強大的標簽加樣式的個性化組合，自定義標簽、自定義表單、Js管理加JS模型的靈活應(yīng)用，支持不同頻道、欄目、內(nèi)容頁、專題等應(yīng)用不同的模板。

在數(shù)據(jù)層面，用戶可根據(jù)自己的需要自定義數(shù)據(jù)表，自定義字段，從而組合出新的頻道如房產(chǎn)、招聘等，每個頻道都可以擁有獨立的表，徹底減輕了數(shù)據(jù)庫的壓力。自定義字段的內(nèi)容錄入可支持HTML可視化編輯，方便前后臺數(shù)據(jù)錄入界面的排版布局，擴展出更多的特殊效果。

NetSNS整站程序支持全靜態(tài)HTML文件生成，可將站點首頁、頻道首頁、各欄目及每個內(nèi)容頁都生成靜態(tài)HTML文件，并自定義文件存放路徑。

Elgg

語言：PHP

網(wǎng)址：http：///

Elgg是一款開源的社會性網(wǎng)絡(luò)腳本程序，它以Blog為中心實現(xiàn)社會網(wǎng)絡(luò)化。

Elgg作為一個社會性網(wǎng)絡(luò)構(gòu)建平臺原來是為教育設(shè)計，但它的功能卻讓它成為很不錯的社交平臺。Elgg一經(jīng)問世即好評如潮，更有人將其與大名鼎鼎的Moodle相提并論。

它是一個靈活的網(wǎng)絡(luò)引擎，旨在建立以社會意識為核心的應(yīng)用。用Elgg構(gòu)建一個社會化網(wǎng)絡(luò)平臺會非常容易，因為它能為你處理常規(guī)的Web應(yīng)用和社會化功能。而你只要專注于開發(fā)你的思想即可。

InSOShi

語言：Ruby on Rails

網(wǎng)址：http：//

Insoshi是一個英文的基于Ruby on Rafts構(gòu)建的建站程序。相對于其它同類開源產(chǎn)品，它的功能還比較簡單，只有迷你博客、站內(nèi)信、好友，群組等常見功能。

我們推薦Insosh/更多的原因是在于它所使用的開發(fā)語言。雖然在國內(nèi)了解Ruby on Rails(簡稱RoR)的人并不多，但它已成為進行Web應(yīng)用程序開發(fā)的一個新途徑，并在國外Web開發(fā)領(lǐng)域迅速流行。

RoR是一種結(jié)合Ruby語言與Rails框架的網(wǎng)頁編程平臺：Ruby語言以自然、簡潔、快速著稱，全面支援面向?qū)ο蟪绦蛟O(shè)計，而Rails則是Ruby廣泛應(yīng)用方式之一。Rails設(shè)計為一套清晰的MVC開發(fā)架構(gòu)，采取模型、視圖、控制器分離的開發(fā)方式，減少了開發(fā)中的問題。

ThinkSNS

語言：PHP

網(wǎng)址：http：//

ThinkSNS是國內(nèi)新興的SNS程序，于去年了預(yù)覽版。它全部基于優(yōu)秀的開源軟件開發(fā)，同時也作為開源項目免費提供全方位的社交網(wǎng)絡(luò)解決方案。

ThinkSNS源于辦公園項目，在Web端基于國內(nèi)的ThinkPHP框架開發(fā)(國產(chǎn)快速、簡單的面向?qū)ο筝p量級PHP開發(fā)框架)。由于基于ThinkPHP框架的設(shè)計，ThinkSNS生來就具備優(yōu)秀的國際化能力，支持多語言、多模版等功能。ThinRPHP內(nèi)置支持WordPress式插件開發(fā)，并可通過API和其他系統(tǒng)無縫集成。

ThinkSNS項目框架目前仍在發(fā)展之中，官方網(wǎng)站有望于近期1.6.0版。此外該項目的文檔和開發(fā)社區(qū)方面仍處于建設(shè)階段。

EasySNS

語言：PHP

網(wǎng)址：http：//

EasySNS是一個組件化的開源SNS平臺，EasySNS第一個開源版本v1.1在BSD協(xié)議下。該 聯(lián)網(wǎng)上分享信息就是這樣的輕松和簡單。

Laconica就是一個微型博客系統(tǒng)，類似于Twitter。Laconica允許用戶通信通過瀏覽器、電子郵件和短信進行通訊，同時還支持OpenID，用戶的信息會按Creativecommons 3.0協(xié)議進行授權(quán)。這個強大免費的工具讓那些想要建立屬于自已的社交網(wǎng)絡(luò)或微型博客平臺的人有了一個絕佳選擇。

Habari

語言：PHP

網(wǎng)址：http：//

Habari為“下一代”Blog程序，它來源于WordpreSs，是Wordpress的部分成員因為不滿Wordpress日益商業(yè)化和matt的獨斷，離開Wordpress另外開發(fā)一個項目。

Habari采用模塊化和面向?qū)ο蟮脑O(shè)計模式使其非常容易擴展，支持多種數(shù)據(jù)庫(MySQL，SQLite，PostgreSQL)，可以存儲不同形式的媒體，支持靜態(tài)頁面內(nèi)容。Habari是一款支持多作者的博客平臺，并可安裝多個站點。

Geeklog

語言：PHP

網(wǎng)址：http：///

Geeklog原來是一款優(yōu)秀的Weblog系統(tǒng)，經(jīng)過不斷的完善，現(xiàn)已成為一個免費的、開放源碼的動態(tài)Web內(nèi)容管理系統(tǒng)。鑒于它強大的Weblog功能和研發(fā)歷史，我們?nèi)詫⑵錃w為博客類程序中。

Geeklog可以使用戶創(chuàng)建一個虛擬的社區(qū)，可以管理用戶，張貼文章等，非常適合個人、團體、小型企業(yè)的Web blog應(yīng)用。Geeklog采用PHP實現(xiàn)，以MySQL為后臺數(shù)據(jù)庫。

Geekklog最顯著的特點是支持多語言：它可以對應(yīng)不同的瀏覽器的語言設(shè)置，顯示對應(yīng)語言的內(nèi)容，同時可以在多種語言內(nèi)容中切換(這要比其它軟件的“多語言用戶界面”更加強大)。

Geeklog支持多種版式，使你的網(wǎng)站可以適應(yīng)于不同的瀏覽環(huán)境，如手機、PDA上的Web瀏覽器，并允許瀏覽者按自己的喜好切換。Geeldog也支持插件功能，可以添加插件支持論壇、影音多媒體、文件下載、數(shù)據(jù)庫備份等多種應(yīng)用。

TextPattern

語言：PHP

網(wǎng)址：http：//

TextPattern由著名的寫作語法Textile作者Dean Allen開發(fā)。可以說是最久遠的blog系統(tǒng)。

最初開發(fā)于2000年，在2003年之前絕大部分blog是用MovableType和TextPattern。但后來由于TextPattern開發(fā)進度緩慢，失去了很多用戶。然而其顯而易見的優(yōu)點、獨具一格的特色，使其依然不失為一個經(jīng)典blog系統(tǒng)。

Textpattern結(jié)構(gòu)小巧、代碼簡潔、功能強大，模板也很容易定制，支持多國語言?？梢詮腤ordpress和MT完美導(dǎo)人數(shù)據(jù)。其最大的特點在于模板非常靈活，各個不同的頁面元素用內(nèi)置的標簽組成，用戶甚至可以不通過FTP就能輕松地把Textpattem~構(gòu)的網(wǎng)站隨心所欲地改成自己想要的樣式。本。對于那些想要設(shè)立一個龐大的博客網(wǎng)絡(luò)的人來說是很理想的。

使用WordPress的多用戶版本，你將可以給你的使用者提供注冊新博客的機會。他們將可以安全地管理他們的模板和設(shè)置，而不會影響到其他使用者。你可以擁有無數(shù)個用戶，這些用戶又可以擁有無限制的博客。并且這些用戶在各自的博客上擁在有不同角色(管理員、編輯、作者、投稿人、訂閱者)。

―個或多個網(wǎng)站管理員可以執(zhí)行整個站點的管理任務(wù)，包括添加用戶和博客，變更權(quán)限和給主題授予訪問權(quán)限。

WordPress MU

語言：PHP

網(wǎng)址：http：//

WordPress MU，或者叫做wordpressμ，是著名的WordPress博客程序的多用戶版

MoveableType

語言：Perl+PHP

網(wǎng)址：http：//

Movable Type(簡稱MT)是由位于美國加卅l的Six Apart公司推出的Blog系統(tǒng)。它曾經(jīng)是全球最受歡迎的多用戶博客系統(tǒng)之一，包含評論、引用(TrackBack)、主題等功能，并廣泛的支持各種第三方插件。

Movable Type是使用Perl開發(fā)的，支持My SQ L數(shù)據(jù)庫。MovableType通過許可證對平臺進行收費，這種收費模式引起了很多Blogger的質(zhì)疑并轉(zhuǎn)向了WordPress(簡稱WP)。之后，Six Apart于2007年12月12日正式宣布MovableType以GPL2協(xié)議開源。

與同樣作為國際著名的博客系統(tǒng)的WP多用戶版對比，MT安裝架設(shè)較為復(fù)雜需要掌握一定的軟件知識才能安裝成功，WP的安裝就非常簡單。功能方面，WP的第三方插件要明顯超過MT。而在性能方面MT要比WP多用戶版執(zhí)行效率要更優(yōu)秀一些。

除以上開源產(chǎn)品外，還有一些開源/半開源產(chǎn)品因產(chǎn)品成熟度、授權(quán)協(xié)議形式等原因沒作介紹，下面列出這些產(chǎn)品供感興趣的朋友參考。

UCenter Home：國內(nèi)著名的SNS產(chǎn)品，由Discuz!論壇的開發(fā)公司康盛創(chuàng)想出品。國內(nèi)很多SiNS網(wǎng)站都基于UCenter Home搭建。U Center Home使用康盛創(chuàng)想公司自己的商業(yè)性授權(quán)協(xié)議，并且需要與該公司其它商業(yè)性產(chǎn)品聯(lián)合使用。(http：//)

成幻SNS(CHSNS)：成幻SNS是國內(nèi)的一款SNS社區(qū)類網(wǎng)站程序，采用開發(fā)。(http：//.cn)

Community Server：Commu-nity Server是國外重量級的SNS社區(qū)源碼，不過只開放了ExpressEdition版本，其他版本只提供了試用版。(http：//)

AROUNDMe：該軟件是Barnraiser項目所提供的社會網(wǎng)絡(luò)工具中的一個，完全開源，但已有近一年半的時間沒有更新，似乎已停止了開發(fā)。(http：///aroundme)

OneBody：一個開源的社交網(wǎng)絡(luò)程序，從去年二月開發(fā)至今，目前仍為測試版。(http：//beonebody.corn)

LovdbyLess：基于Ruby 0nRails開發(fā)的SNS開源產(chǎn)品。(http：//)

篇8

【關(guān)鍵詞】社交網(wǎng)絡(luò)；圖論；模型；應(yīng)用

一、圖論與社交網(wǎng)絡(luò)

圖論〔Graph Theory〕是數(shù)學(xué)的一個分支。它以圖為研究對象。圖論中的圖是由若干給定的點及連接兩點的線所構(gòu)成的圖形，這種圖形通常用來描述某些事物之間的某種特定關(guān)系，用點代表事物，用連接兩點的線表示相應(yīng)兩個事物間具有這種關(guān)系。圖論起源于著名的哥尼斯堡七橋問題。[1]

社交網(wǎng)絡(luò)源自網(wǎng)絡(luò)社交，網(wǎng)絡(luò)社交的起點是電子郵件?；ヂ?lián)網(wǎng)本質(zhì)上就是計算機之間的聯(lián)網(wǎng)，早期的E-mail解決了遠程的郵件傳輸?shù)膯栴}，至今它也是互聯(lián)網(wǎng)上最普及的應(yīng)用，同時它也是網(wǎng)絡(luò)社交的起點。BBS則更進了一步，把“群發(fā)”和“轉(zhuǎn)發(fā)”常態(tài)化，理論上實現(xiàn)了向所有人信息并討論話題的功能，隨著網(wǎng)絡(luò)社交的悄悄演進，一個人在網(wǎng)絡(luò)上的形象更加趨于完整，這時候社交網(wǎng)絡(luò)出現(xiàn)了。

二、社交網(wǎng)絡(luò)分析的圖形方法

數(shù)學(xué)和圖形技術(shù)通常被用來以系統(tǒng)性方式描述社交網(wǎng)絡(luò)，用以描述和解釋社交網(wǎng)絡(luò)分析的數(shù)學(xué)科學(xué)就是圖形理論。相關(guān)社交網(wǎng)絡(luò)分析的的基本概念和測量方法均來自圖形理論。圖形理論的一個巨大優(yōu)勢是可以應(yīng)用于計算的數(shù)學(xué)準則，也因此可以應(yīng)用于商業(yè)問題。在社交網(wǎng)絡(luò)中每個人可以看做一個點，朋友關(guān)系看做連接兩點之間的線。這樣整個社交網(wǎng)絡(luò)就形成一個復(fù)雜網(wǎng)絡(luò)圖，社交網(wǎng)絡(luò)本身就是一個復(fù)雜的人際關(guān)系網(wǎng)絡(luò)。物以類聚，人以群分，采集社交網(wǎng)絡(luò)人際關(guān)系數(shù)據(jù)，進行聚類分析，發(fā)現(xiàn)群組。

三、社交網(wǎng)絡(luò)分析

分析社交網(wǎng)絡(luò)，主要是研究社會實體的關(guān)系連結(jié)以及這些連結(jié)關(guān)系的模式、結(jié)構(gòu)和功能。社交網(wǎng)絡(luò)分析被用于描述和測量行動者之間的關(guān)系或通過這些關(guān)系流動的各種有形或無形的東西，比如信息、資源等。根據(jù)分析的著眼點不同，社交網(wǎng)絡(luò)分析可以分為兩種基本視角：關(guān)系取向（relationalapproach）和位置取向（positional approach）。關(guān)系取向關(guān)注行動者之間的社會性粘著關(guān)系，通過社會連結(jié)（socialconnectivity）本身――如密度、強度、對稱性、規(guī)模等――來說明特定的行為和過程。位置取向則關(guān)注存在于行動者之間的、且在結(jié)構(gòu)上處于相等地位的社會關(guān)系的模式化。它討論的是兩個或兩個以上的行動者和第三方之間的關(guān)系所折射出來的社會結(jié)構(gòu)，強調(diào)用“結(jié)構(gòu)等效”來理解人類行為。

（一）關(guān)系距離及中心性分析

1.度（degree）

度指的是社會網(wǎng)絡(luò)圖中鄰點的個數(shù)。

2.密度（density）

密度指的是圖中各個點之間關(guān)系的緊密程度，是實際分布圖與完備圖的差距。在一個群體的結(jié)構(gòu)型態(tài)分析中，密度是一項重要變量，因為一個團體可以有緊密團體，也可以有疏離團體，一般來說，關(guān)系緊密的團體有效的合作行為較多，信息流通較容易，團體工作績效也會較好，而關(guān)系十分疏遠的團體則常有信息不通、情感支持太少、集體滿意程度較低等問題。社交網(wǎng)絡(luò)圖（無向圖）的密度公式如下：

其中n為圖中節(jié)點的數(shù)目，L為圖中線的數(shù)目。

3.中心度（centrality）

如果一個行動者與很多其他行動者有直接的關(guān)聯(lián)，該行動者就居于中心地位。因此在無向社會網(wǎng)絡(luò)圖中，一個點的度就是該點的中心度。在有向圖中，中心度包括內(nèi)中心度（in-centrality）和外中心度（out-centrality），三分別對應(yīng)“入度”和“出度”。A. Bavelas最先對中心度的形式特征進行了開創(chuàng)性研究，驗證了如下假設(shè)，即行動者越處于網(wǎng)絡(luò)的中心位置，其影響力越大。

中心度分為三種形式：程度中心性、親近種新型、中介中心性。

（1）程度中心性常用來衡量誰在團體中是最主要的中心地位。無向圖計算公式為：

（2）中介中心性指標

衡量了節(jié)點作為媒介的能力。中介中心性高的節(jié)點掌握了信息流以及商業(yè)機會，進而可以控制兩群節(jié)點，獲得中介利益。社會網(wǎng)絡(luò)分析中衡量一個人作為橋的程度的指標就是中介中心性。

是節(jié)點j到節(jié)點k的捷徑數(shù)，是節(jié)點j到節(jié)點k的快捷方式上有節(jié)點i的快捷方式數(shù)，g是網(wǎng)絡(luò)節(jié)點數(shù)。

（3）群體中介性公式：

含義是，一個圖形中，中介性最高的節(jié)點的中介性與其他人中介性的差距。差距越大，群體中介行數(shù)值越高，表示此團體分成數(shù)個小團體而太依靠某個節(jié)點傳話，這個節(jié)點特別重要。

（二）小團體（子群）分析

派系（subgroup）是社群中的一小群人關(guān)系特別緊密，以至于結(jié)合成一個次團體。在一個社交網(wǎng)絡(luò)圖中，派系指的是至少包含三個點的最大完備子圖。該定義意味著：

派系的成員至少包含三個點；派系是“完備”的，即任何兩點之間都是直接相關(guān)，都是鄰接的；派系是“最大”的，不能再向該派系加入新點，否則將改變“完備”這個性質(zhì)。

1.成分（component）

如果一個點集的任何兩點都可以通過一定的路徑相連，這樣的點集叫做成分（component）。很顯然，派系比成分要嚴格得多，一個成分中的所有點之間不要求都是鄰接的，而派系中的點都必須鄰接。

2.n-派系（n-cliques）

對于一個總圖來說，如果其中的一個子圖滿足如下條件，就稱之為n-派系：在該子圖中，任何兩點之間在總圖中的最短距離最大不超過n。其形式化定義為：

其中d（i，j）是點i和點j之間的距離。

四、案例分析對象及問題

本文研究主要以人人網(wǎng)為例。人人網(wǎng)為整個中國互聯(lián)網(wǎng)用戶提供服務(wù)的SNS社交網(wǎng)站，給不同身份的人提供了一個互動交流平臺，提高用戶之間的交流效率，通過提供日志、保存相冊、音樂視頻等站內(nèi)外資源分享等功能，搭建了一個功能豐富高效的用戶交流互動平臺。對于在人人網(wǎng)中，能否找到一種方法自動地為我的所有好友進行分組。

（一）解決方案思路

人人網(wǎng)是一個復(fù)雜的人際關(guān)系網(wǎng)絡(luò)，物以類聚，人以群分。對于解決本案例中的問題，首先是采集社交網(wǎng)絡(luò)人際關(guān)系數(shù)據(jù)，進行聚類分析，發(fā)現(xiàn)群組。

其次是選擇開發(fā)語言――Python，是一種解釋型的，面向?qū)ο蟮摹в袆討B(tài)語義的高級程序設(shè)計語言。自從20世紀90年代初Python語言誕生至今，它逐漸被廣泛應(yīng)用于處理系統(tǒng)管理任務(wù)和Web編程。具有優(yōu)雅、明確、簡單的特點。能完成系統(tǒng)編程、用戶圖形接口、Internet腳本、組件集成、數(shù)據(jù)庫編程、快速原型、數(shù)值計算與科學(xué)計算編程、游戲、圖像、人工智能、XML、機器人等功能。

再次是熟練掌握復(fù)雜網(wǎng)絡(luò)處理程序庫：

1.Boost Graph Library――準C++標準庫

代碼結(jié)構(gòu)良好、靈活、高運行效率，沒有提供復(fù)雜網(wǎng)絡(luò)分析算法，可幫助 C++ 開發(fā)人員將實際工程問題轉(zhuǎn)化成圖論問題。

2.QuickGraph――.NET平臺下的BGL

BGL在.NET平臺下的實現(xiàn)，提供有方向和無方向的.NET圖形結(jié)構(gòu)圖和算法庫。

3.Igraph――C語言寫的復(fù)雜網(wǎng)絡(luò)分析庫

包括圖論各種經(jīng)典算法以及網(wǎng)絡(luò)分析算法，它提供了一些非常有效的挖掘功能，提供Python、R語言接口。

workX――全面支持復(fù)雜網(wǎng)絡(luò)分析的Python包包括圖論經(jīng)典算法和復(fù)雜網(wǎng)絡(luò)分析算法，具有文檔清晰易讀、程序結(jié)構(gòu)組織較好，執(zhí)行效率比igraph要低很多，便于用戶對復(fù)雜網(wǎng)絡(luò)進行創(chuàng)建、操作和學(xué)習(xí)。利用networkx可以以標準化和非標準化的數(shù)據(jù)格式存儲網(wǎng)絡(luò)、生成多種隨機網(wǎng)絡(luò)和經(jīng)典網(wǎng)絡(luò)、分析網(wǎng)絡(luò)結(jié)構(gòu)、建立網(wǎng)絡(luò)模型、設(shè)計新的網(wǎng)絡(luò)算法、進行網(wǎng)絡(luò)繪制等。

（二）社交網(wǎng)絡(luò)數(shù)據(jù)采集

社交網(wǎng)絡(luò)數(shù)據(jù)的采集主要是通過運營商開放平臺API，用網(wǎng)絡(luò)爬蟲爬取頁面。

開放平臺（Open Platform）在軟件業(yè)和網(wǎng)絡(luò)中，開放平臺是指軟件系統(tǒng)通過公開其應(yīng)用程序編程接口（API）或函數(shù)（function）來使外部的程序可以增加該軟件系統(tǒng)的功能或使用該軟件系統(tǒng)的資源，而不需要更改該軟件系統(tǒng)的源代碼。

網(wǎng)絡(luò)爬蟲（又被稱為網(wǎng)頁蜘蛛，網(wǎng)絡(luò)機器人，在FOAF社區(qū)中間，更經(jīng)常的稱為網(wǎng)頁追逐者），是一種按照一定的規(guī)則，自動的抓取萬維網(wǎng)信息的程序或者腳本。另外一些不常使用的名字還有螞蟻，自動索引，模擬程序或者蠕蟲。網(wǎng)頁爬蟲所用的網(wǎng)頁搜索策略主要有廣度優(yōu)先搜索策略、最佳優(yōu)先搜索策略、深度優(yōu)先搜索策略，網(wǎng)頁分析算法有網(wǎng)絡(luò)拓撲的分析算法和網(wǎng)頁分析算法等。

（三）簡單網(wǎng)絡(luò)爬蟲過程分析

1.模擬用戶登錄，保存Cookie。所謂Cookie，可以簡單認的為是在瀏覽器端記錄包括登錄狀態(tài)在內(nèi)的各種屬性值的容器名稱。

圖1保存人人網(wǎng)cookie

2.指定抓取入口

圖2人人網(wǎng)抓取入口

3.次級頁面自動發(fā)現(xiàn)

圖3次級頁面

4.已爬地址處理。通過以上方式可以抓取到網(wǎng)頁，但還要從這些頁面中解析出需要的文本信息，如，標題、內(nèi)容、URL鏈接地址等。之后提出這些信息組成一個document對象，通過Lucene將document對象加入到索引，提供用戶搜索用。在實際項目中通常使用HTML解析器（如，HTMLParser）來提取網(wǎng)頁內(nèi)容。

5.信息采集強度控制，主要包括多線程數(shù)和停歇時間。

五、結(jié)論

本文主要介紹了圖論在社交網(wǎng)絡(luò)上的應(yīng)用，通過對圖論和社交網(wǎng)絡(luò)分析基礎(chǔ)知識的分析，探討了在社交網(wǎng)絡(luò)中如何用圖論理論來分析解決實際問題。重點采集了“人人網(wǎng)”人際關(guān)系數(shù)據(jù)，進行聚類分析，發(fā)現(xiàn)群組，對數(shù)據(jù)進行可視化，生成了“人人網(wǎng)社交網(wǎng)絡(luò)圖”。探討了在社交網(wǎng)絡(luò)中常用到圖論來分析解決實際問題。指出社交網(wǎng)絡(luò)信息是一類重要的分析對象，其中蘊含著豐富的社會網(wǎng)絡(luò)信息。

參考文獻：

[1]Carlos Andro Reis Pinherio[著]，漆晨曦等[譯].社交網(wǎng)絡(luò)分析及案例詳解[M].人民郵電出版社，2013.01.

[2]王桂平，王玨，任嘉辰.圖論算法理論、實現(xiàn)及應(yīng)用.北京大學(xué)出版社，2011.11.

[3]徐俊明.圖論及其應(yīng)用.中國科學(xué)技術(shù)大學(xué)出版社，2010.03.

篇9

關(guān)鍵詞：社交化企業(yè)；新規(guī)律；新趨勢

中圖分類號：F270

一、社交化時代全面到來

本文認為，從整體上來說，我們已經(jīng)進入到萬物互聯(lián)、移動互聯(lián)的社交化時代。所謂的社交化，就是指隨著社交網(wǎng)絡(luò)、社交媒體、社交營銷等迅速興起，基于網(wǎng)絡(luò)的社交行為已經(jīng)深深植根于人類的任何活動之中，它將深刻的改變?nèi)藗兊纳a(chǎn)生活方式、企業(yè)發(fā)展、產(chǎn)業(yè)發(fā)展及區(qū)域發(fā)展。

全球社交網(wǎng)絡(luò)興起。社交網(wǎng)絡(luò)的興起以Facebook的建立為代表，F(xiàn)acebook建立以后，迅速吸引了大批的美國知名大學(xué)的學(xué)生加入，尤其是在開放對外注冊以后，更是呈現(xiàn)出爆發(fā)式的增長。在Facebook的帶動下，社交媒體在全球范圍內(nèi)出現(xiàn)井噴式增長：截至2013年，全球互聯(lián)網(wǎng)用戶超過30億，而全球約有1/5的人（即16.1億）每個月至少使用一次社交網(wǎng)絡(luò)，使用社交網(wǎng)絡(luò)已成為互聯(lián)網(wǎng)用戶的主要行為之一。

中國社交網(wǎng)絡(luò)興起。隨著互聯(lián)網(wǎng)的快速普及，中國互聯(lián)網(wǎng)用戶快速增長，為社交網(wǎng)絡(luò)發(fā)展奠定了基礎(chǔ)，截止2013年，我國網(wǎng)民數(shù)量達到了6.04億，移動互聯(lián)網(wǎng)用戶數(shù)量達到了8.28億，其中手機網(wǎng)名用戶突破5億，中國全面進入互聯(lián)網(wǎng)時代。新一代社交媒體的誕生，進一步促進了中國社交網(wǎng)絡(luò)的發(fā)展。其中，以強關(guān)系為主打特色的微信，迅速融入公眾的生活當中，達到超過5億的使用規(guī)模，并逐漸取代短信等溝通方式，成為新的交流溝通渠道；微信的快速成長使我國的社交化程度達到國際水平，并且，其增長速度甚至超越了美國和全球社交化普及速度。

社交化時代呈現(xiàn)去中心化和信任背書兩大特點。社交網(wǎng)絡(luò)最大的特點就是去中心化。信息的傳遞由發(fā)送方、信息內(nèi)容和接受方三個主體組成，在傳統(tǒng)社會中發(fā)送方以及信息內(nèi)容都有可能為政治權(quán)力或商業(yè)利益所“綁架”，因此就出現(xiàn)了這樣的情況，人們所能接受信息的來源和內(nèi)容都是固定和有限的，就產(chǎn)生了所謂的“中心”。然而在社交化時代，社交網(wǎng)絡(luò)中的內(nèi)容不再是由專業(yè)機構(gòu)或特定人群所產(chǎn)生，而是由社交網(wǎng)絡(luò)中的全體參與者共同完成，任何人都可以在社交網(wǎng)絡(luò)上表達自己的觀點或創(chuàng)造原創(chuàng)的內(nèi)容，共同生產(chǎn)信息，這提升了網(wǎng)民參與貢獻的積極性、降低了生產(chǎn)信息的門檻，最終使得每一個網(wǎng)民均成為了一個微小且獨立的信息提供商，使得互聯(lián)網(wǎng)更加扁平、內(nèi)容生產(chǎn)更加多元化，從而進一步加速解構(gòu)中心，完全“去中心化”。信任背書成為社交網(wǎng)絡(luò)成功運行的基礎(chǔ)。信任背書存在于社交網(wǎng)絡(luò)的各個環(huán)節(jié)，從信息本身看，雖然只是不多的140字，但信息者個人的專業(yè)、情感、價值、判斷、喜好、歷史等關(guān)鍵要素，會依附在這條信息之上，流動在好友（關(guān)系鏈）中，看到信息的人也會將自己對該人的信任及其他因素做出回應(yīng)，并傳遞下去。信任在這個傳導(dǎo)鏈條中起到了至關(guān)重要的作用，成為整個社交網(wǎng)絡(luò)中的最關(guān)鍵因素。在社交平臺中不斷涌現(xiàn)的內(nèi)容大號、自媒體賬號，都在有意無意中遵循這些原則，并由此建立了一個龐大的基于弱關(guān)系的信任鏈條，當無數(shù)的信任鏈條匯聚在一起時，便產(chǎn)生了龐大的社交紅利。

二、社交化時代下企業(yè)發(fā)展的新規(guī)律

社交化企業(yè)的三張網(wǎng)―內(nèi)部、伙伴、外部。

處在社交化時代的企業(yè),需要重新審視和定義內(nèi)部員工之間、企業(yè)與合作者之間、企業(yè)與消費者之間的關(guān)系,構(gòu)建“三張網(wǎng)”：內(nèi)部社交網(wǎng)絡(luò)、伙伴社交網(wǎng)和外部社交網(wǎng)絡(luò)。

內(nèi)部社交網(wǎng)絡(luò)。企業(yè)以內(nèi)部社交工具或云端社交系統(tǒng)為平臺，將全部員工納入到平臺當中，實現(xiàn)任意員工間的無縫交流和溝通，形成覆蓋整個企業(yè)的內(nèi)部交流網(wǎng)絡(luò)。內(nèi)部社交網(wǎng)絡(luò)的出現(xiàn)，打破了傳統(tǒng)企業(yè)中的部門隔離、科層制的層級結(jié)構(gòu)等限制，使員工之間可以無障礙的溝通和分享知識，將傳統(tǒng)的上下級關(guān)系和離散的同事關(guān)系轉(zhuǎn)變?yōu)榫o密的協(xié)同、分享關(guān)系。

伙伴社交網(wǎng)絡(luò)。企業(yè)基于現(xiàn)有專家及合作伙伴資源，通過社交化平臺或網(wǎng)絡(luò)手段，將所有的合作伙伴鏈接起來，實現(xiàn)企業(yè)間的快速的無縫交流和業(yè)務(wù)信息的資源共享?；锇樯缃痪W(wǎng)絡(luò)，將企業(yè)與合作伙伴間基于傳統(tǒng)供應(yīng)鏈關(guān)系的固定鏈式關(guān)系，轉(zhuǎn)變?yōu)榛诰W(wǎng)絡(luò)的動態(tài)合作關(guān)系，使企業(yè)突破了自身邊界限制，實現(xiàn)了從封閉向開放的轉(zhuǎn)變。

外部社交網(wǎng)絡(luò)。企業(yè)利用現(xiàn)有公共社交網(wǎng)絡(luò)，開辟對外溝通交流窗口，形成聯(lián)接消費者的開放社交網(wǎng)絡(luò)。全球社交網(wǎng)絡(luò)的出現(xiàn)，消除了消費者與企業(yè)間的隔膜，使消費者可以參與到企業(yè)的產(chǎn)品研發(fā)、營銷推廣的眾多活動當中，也使消費者與企業(yè)之間的關(guān)系實現(xiàn)了從傳統(tǒng)的買賣關(guān)系向合作共贏關(guān)系的轉(zhuǎn)變（見圖1）。

三、新趨勢

新趨勢主要有以下幾方面。

（一）顛覆商業(yè)模式：跨界融合

社交網(wǎng)絡(luò)的產(chǎn)生改變了企業(yè)與消費者的供需關(guān)系、產(chǎn)品理念及行業(yè)界限等一系列工業(yè)化生產(chǎn)的傳統(tǒng)法則，催化出一系列新的商業(yè)模式，逐步推動著企業(yè)組織的重塑和商品市場的變革。

社交化趨勢下的新興商業(yè)模式具有三大顯著特征。一是粉絲經(jīng)濟，消費者與企業(yè)間的關(guān)系發(fā)生了明顯變化，消費者從被動的信息接收者變?yōu)橹鲃拥男畔@取和活動參與的粉絲，企業(yè)以消費者為核心，聚集起自身的粉絲團體，并借此開展企業(yè)的研發(fā)、生產(chǎn)營銷等活動。二是極致體驗，產(chǎn)品從單一的功能載體向服務(wù)載體轉(zhuǎn)變，與文化、價值觀相融合，將長板做到極致，打造行業(yè)標桿產(chǎn)品，為消費者提供極致的產(chǎn)品和服務(wù)體驗，讓消費者為產(chǎn)品尖叫。三是跨界融合，不同行業(yè)紛紛吸納互聯(lián)網(wǎng)元素，以互聯(lián)網(wǎng)新概念、新技術(shù)、新產(chǎn)品和新模式為基礎(chǔ)，融入自身行業(yè)內(nèi)容，實現(xiàn)跨界融合。

社交化已孕育出平臺模式、數(shù)據(jù)模式及免費模式等對行業(yè)具有顛覆性效應(yīng)的新型商業(yè)模式。平臺模式，以粉絲理念為核心，企業(yè)通過搭建平臺，聚集消費者粉絲和合作伙伴粉絲，共同創(chuàng)造價值，實現(xiàn)消費者、企業(yè)自身及合作伙伴的協(xié)同式發(fā)展。數(shù)據(jù)模式，以豐富產(chǎn)品價值為核心，通過積累大量的用戶數(shù)據(jù)和行業(yè)數(shù)據(jù)，實現(xiàn)精準營銷、數(shù)據(jù)運營和服務(wù)、行業(yè)數(shù)據(jù)樞紐。免費模式，以極致體驗為核心，最大化產(chǎn)品性價比，甚至免費為消費者提供，轉(zhuǎn)而通過內(nèi)容的創(chuàng)造與運營實現(xiàn)長期盈利。

新型商業(yè)模式改變了競爭方式，對市場格局產(chǎn)生了巨大沖擊。一是社交化顛覆了傳統(tǒng)大型企業(yè)在信息傳播、營銷和渠道上的優(yōu)勢地位，為創(chuàng)新創(chuàng)業(yè)企業(yè)的爆發(fā)式、破壞式增長提供了土壤；二是社交化成為連接不同行業(yè)的紐帶，行業(yè)間的隔膜正逐漸消退，企業(yè)不僅面臨本行業(yè)的競爭，更隨時面臨著來自相關(guān)行業(yè)、甚至完全無關(guān)行業(yè)的沖擊；三是基于平臺化運作的新模式，產(chǎn)生了超越一般企業(yè)概念的巨無霸式對手――生態(tài)圈，使企業(yè)間的競爭更加殘酷。

篇10

社交網(wǎng)絡(luò)

社交網(wǎng)絡(luò)的理論基礎(chǔ)是由耶魯大學(xué)的社會心理學(xué)家StanleyMilgram米爾格蘭姆提出的六度分割（小世界現(xiàn)象）的概念。小世界現(xiàn)象（smallworldphenomenon）的假說，大意是說，任何兩個素不相識的人中間最多只隔著6個人，也就是說，只用6個人就可以將兩個陌生人聯(lián)系在一起。社交網(wǎng)絡(luò)典型實例有美國的facebook網(wǎng)站、中國的開心網(wǎng)、人人網(wǎng)等。起源于即時通信功能的MSN、QQ，由于其具有龐大的注冊用戶，現(xiàn)在也發(fā)展為具備社交網(wǎng)絡(luò)能力的網(wǎng)絡(luò)平臺。

社交網(wǎng)絡(luò)的另一成功應(yīng)用是微博，即微博客（MicroBlog）的簡稱，是一個基于用戶關(guān)系的信息分享、傳播以及獲取平臺，用戶可以通過互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)以及各種客戶端組建個人社區(qū)，以140字左右的文字更新信息，并實現(xiàn)即時分享。最早也是最著名的微博是美國的twitter，根據(jù)相關(guān)公開數(shù)據(jù)，截至2010年1月，該產(chǎn)品在全球已經(jīng)擁有7500萬注冊用戶。微博提供了這樣一個平臺，你既可以作為觀眾，在微博上瀏覽感興趣的信息；也可以作為者，在微博上內(nèi)容供別人瀏覽。的內(nèi)容一般較短，微博由此得名。也可以圖片，分享視頻等。微博最大的特點就是：信息快速，信息傳播的速度快。例如你有200萬聽眾，你的信息會在瞬間傳播給200萬人。

網(wǎng)絡(luò)搜索引擎

當今網(wǎng)絡(luò)中容納了大量的資源，離開了網(wǎng)絡(luò)搜索工具，人們很難快速定位和檢索自己需要的信息，發(fā)現(xiàn)新增資源。搜索引擎是網(wǎng)絡(luò)中的特殊站點，專門用來幫助人們查找存儲在其他站點上的信息。搜索引擎有能力告訴你文件或文檔存儲在何處。

教學(xué)方法設(shè)計

循證醫(yī)學(xué)即遵循證據(jù)的醫(yī)學(xué)，其核心思想是：任何醫(yī)療決策的確定都應(yīng)基于客觀的臨床科學(xué)研究依據(jù)；任何臨床的診治決策，必須建立在當前最好的研究證據(jù)與臨床專業(yè)知識和患者的價值相結(jié)合的基礎(chǔ)上。這是DavidSackett教授對于循證醫(yī)學(xué)的定義。這句話定義了臨床醫(yī)學(xué)的新模式，強調(diào)最佳證據(jù)、專業(yè)知識和經(jīng)驗、患者需求三者的結(jié)合，并且指出三者缺一不可，相輔相成，共同構(gòu)成循證思維的主體。

證據(jù)是循證醫(yī)學(xué)的基石，其主要來源是醫(yī)學(xué)期刊的研究報告，特別是臨床隨機對照試驗（RCT）的研究成果，以及對這些研究的Meta分析；運用循證醫(yī)學(xué)思想指導(dǎo)臨床實踐，最關(guān)鍵的內(nèi)容是根據(jù)臨床所面臨的問題進行系統(tǒng)的文獻檢索，了解相關(guān)問題的研究進展，對研究結(jié)果進行科學(xué)評價以獲得最佳證據(jù)。計算機和網(wǎng)絡(luò)技術(shù)、國際Cochrane協(xié)作網(wǎng)和世界各國Cochrane中心網(wǎng)的建立與發(fā)展，為臨床醫(yī)生快速地從光盤數(shù)據(jù)庫及網(wǎng)絡(luò)中獲取循證醫(yī)學(xué)證據(jù)，提供了現(xiàn)代化技術(shù)手段。結(jié)合第1部分中介紹的幾種信息技術(shù)，我們在以下三個方面改進了EBM教學(xué)方法。

1快速搜索文獻資料

以前檢索循證醫(yī)學(xué)證據(jù)，主要通過檢索Cochrane光盤數(shù)據(jù)庫，隨著Cochrane協(xié)作網(wǎng)和各國Cochrane中心網(wǎng)的發(fā)展，通過網(wǎng)絡(luò)檢索已逐漸取代光盤數(shù)據(jù)庫檢索，我們在教學(xué)過程中，充分利用現(xiàn)在互聯(lián)網(wǎng)的普及，調(diào)動每個學(xué)生的探索積極性，讓學(xué)生不僅在Cochrane中心網(wǎng)，同時采用網(wǎng)絡(luò)搜索引擎如google的學(xué)術(shù)搜索功能在互聯(lián)網(wǎng)中搜索相關(guān)文獻和數(shù)據(jù)，作為臨床問題的分析基礎(chǔ)。

這些特殊搜索引擎不僅更新搜索算法以提升搜索速度，同時也不斷更新數(shù)據(jù)源，與國際各主要檢索數(shù)據(jù)庫同步，能快速檢索到文獻目錄。利用網(wǎng)絡(luò)搜索引擎還能檢索網(wǎng)頁和博客（Blog），這就把與臨床問題有關(guān)的研究機構(gòu)、企業(yè)、個人成果也包含在了檢索范圍內(nèi)，與單純查找Cochrane中心相比，可以獲得更多的證據(jù)。當然，一開始我們對檢索范圍擴大可能會導(dǎo)致查找速度減低產(chǎn)生過擔憂，但實踐證明，當前的搜索引擎能力非常強，google學(xué)術(shù)搜索通常在0.03秒內(nèi)完成檢索。

2分布式分析和討論

目前學(xué)生注冊到各個主流社交網(wǎng)站的比例非常高，在MSN、QQ都擴展成為社交網(wǎng)站后，QQ更成為大多數(shù)同學(xué)廣泛使用的社交平臺。另外，學(xué)生在社交網(wǎng)絡(luò)上主要交流的話題還是以學(xué)習(xí)為主，例如美國全國學(xué)校董事會協(xié)會（NationalSchoolBoardsAssociation）的報告稱近60%的學(xué)生使用社交網(wǎng)絡(luò)談?wù)摻逃黝}，50%談?wù)撟鳂I(yè)。因此，我們認為在教學(xué)中順應(yīng)這種趨勢是一個必然結(jié)果。采用社交網(wǎng)絡(luò)如QQ，指導(dǎo)教師和學(xué)生不僅能交流文字消息，語音、視頻、文件、圖片都可以共享，對EBM教學(xué)非常有利。

在我們的教學(xué)過程中，首先由指導(dǎo)教師先創(chuàng)建一個EBM教學(xué)QQ群，與此相關(guān)的教師和同學(xué)都加入該群，將根據(jù)教學(xué)計劃確定的臨床問題在群中，先由學(xué)生去檢索醫(yī)學(xué)文獻，提出自己的證據(jù)，并給出結(jié)論，在這個過程中，指導(dǎo)教師根據(jù)已準備的材料以及豐富的個人經(jīng)驗，針對每個學(xué)生的意見給出指導(dǎo)，通過群的方式能有效地組織起討論，并能利用好病房和門診以外的時間和空間，有效地提升了教師的指導(dǎo)作用。學(xué)生基于社交網(wǎng)絡(luò)參與EBM教學(xué)，也更加有興趣，對鍛煉獨立科研能力也很有好處。并且隨著移動互聯(lián)網(wǎng)的發(fā)展，教師或?qū)W生還能通過智能手機和終端以無線方式登錄討論群，當教師在臨床過程中發(fā)現(xiàn)很好的問題時，能快速有效地組織學(xué)生進行查證，無論是對教學(xué)還是對診斷都大有益處。

2000年DavidSackett教授在新版《怎樣實踐和講授循證醫(yī)學(xué)》中，再次定義循證醫(yī)學(xué)為“慎重、準確和明智地應(yīng)用當前所能獲得的最好的研究依據(jù)，同時結(jié)合臨床醫(yī)師的個人專業(yè)技能和多年臨床經(jīng)驗、考慮患者的價值和愿望，將三者完美地結(jié)合制定出患者的治療措施。”對EBM而言，考慮患者自身的要求也非常重要，我們在教學(xué)中引導(dǎo)學(xué)生采用多種溝通方式與病患及其家屬交換意見，其中就包括基于社交網(wǎng)絡(luò)的方式，我們創(chuàng)建了另一個允許病患和家屬參與的討論組，通過這種方式，與病患的溝通頻次和程度相比原來的面對面交流有了很大增強，在改進臨床溝通方法的同時更加保證了EBM教學(xué)效果。

3與國際同行遠程交流

國內(nèi)循證醫(yī)學(xué)的發(fā)展和教學(xué)離不開與國際的交流，很多國際知名專家都擁有自己的BLOG、微博，并且在主流社交網(wǎng)絡(luò)上進行了注冊。通過關(guān)注其博客，可以了解本領(lǐng)域的發(fā)展動態(tài)，及時獲取新思想。通過社交網(wǎng)絡(luò)，還可以直接或間接地與專家建立聯(lián)系，共同探討感興趣的問題。在今后的教學(xué)中，一旦條件成熟，我們會將國際同行引入我們的診斷和教學(xué)過程，提升教學(xué)質(zhì)量。

教學(xué)效果總結(jié)

作者所在北京兒童醫(yī)院每天有大量來自全國各地的病患兒童，無論是數(shù)量還是疾病類型都比其他綜合醫(yī)院兒科要多，作為臨床教學(xué)老師既要擔負醫(yī)生職責，同時也要給所帶醫(yī)學(xué)生以教學(xué)指導(dǎo)，這對我們來說，是精力和時間的嚴峻挑戰(zhàn)。通過采用本文介紹的改進教學(xué)法后，對教師而言，預(yù)先設(shè)計好的臨床問題可以通過零碎的時間在網(wǎng)絡(luò)上與學(xué)生進行討論，減輕了邊工作邊教學(xué)的壓力，對在工作中突發(fā)的問題，如果很適合作為教學(xué)題材，也可以利用網(wǎng)絡(luò)及時給其他教師和學(xué)生。