基于社交网络签到数据的城市空间相互作用和节点吸引力研究

基于社交网络大数据的研究视角,选取全国348个城市之间一年的跨城市社交媒体地理位置签到数据,采取优化粒子群(PSO)方法,使用引力模型,逆向推导该系统中空间相互作用的距离衰减函数以及各城市的节点吸引力。通过引入经济发展水平、产业结构、人口规模和结构、旅游竞争力、教育水平5个方面的12项变量,经过因子分析和回归分析,探究这些变量对节点吸引力的影响作用。结果表明,社交媒体签到系统中的交互流量符合距离衰减的幂律函数,与其他交互系统相比,其距离衰减系数偏小,说明全国尺度的城市间人的移动受距离影响不明显。对全国城市节点吸引力及其排名的进一步分析发现,与旅游竞争力、城市发展成熟度、人口规模这几个维度相关的因子对社交媒体签到系统中的城市节点吸引力有显著的影响。研究结论将为更好地理解人类签到和移动行为,为进一步了解复杂网络系统中节点吸引力的内涵做出一定的理论和实际贡献。     

社交网络用户隐私量化研究:建模与实证分析

社交网络的流行对用户的隐私保护提出了新的挑战。该文通过使用人类动力学和统计物理的方法,研究用户的网络行为与用户隐私量值的关系。以当前国内流行的社交网络——人人网和新浪微博——为研究对象,获取用户的真实数据,提出隐私量化模型。研究结果表明:用户的网络行为对隐私量值具有重要的影响,如在人人网中用户的地理位置分享行为对隐私量值影响较大,而在新浪微博中发私信行为对隐私量值的影响最大。研究的结果对社交网络隐私关注下的用户行为规律探讨具有理论与实际意义。     

结合地点类别和社交网络的兴趣点推荐

随着互联网和全球定位技术的高速发展,基于位置的社交网络(location-based social network)不断涌现,鼓励用户通过签到的形式发布个人动态并实时分享地理位置。海量的签到数据为挖掘用户偏好提供了机会,有利于提供基于位置的服务,如兴趣点(point of interest)推荐。兴趣点推荐旨在通过分析用户历史出行记录来得到用户的位置偏好,从而在未来为用户推荐新的地点,同时也能帮助广告商精准地投放用户感兴趣的广告。地点类别往往能够精准地提炼出位置的上下文语义,而现有的兴趣点研究大多都直接去计算用户对地点的偏好,没有有效地结合类别信息。通过对社交网站Yelp的公开数据集进行分析,发现相比访问共同的地点,朋友之间更容易访问相同的类别。因此,考虑朋友间地点类别偏好关系比直接考虑用户间项目偏好的关系更为合适。文中提出一种结合地点类别和社交网络的兴趣点推荐算法CSRS,先从用户历史签到记录获取用户地点类别偏好,然后考虑朋友间的类别偏好差异性。在Yelp数据集上的实验结果表明,与其他算法相比,文中提出的算法在准确率和召回率指标上都取得了更好的结果。     

在线社交网络用户分析研究综述

在对国内外在线社交网络用户分析相关研究归纳总结的基础上,综述了在线社交网络用户分析的最新进展,主要包括通过用户影响力和用户偏好进行用户行为分析、采用隐式和显式的分类方法对用户属性预测算法进行综述,简述了基于用户属性特征或(和)用户关系拓扑结构的用户分类研究进展,并分析了动态社交网络、并行算法及社交用户语义信息给在线社交网络用户分析所带来的机遇和挑战,对该研究方向上的发展趋势进行了展望.     

面向移动社交网络的动态信任评估

数百万用户每天在参与移动社交网络互动及相关资源获取,在没有直接联系的2个用户之间建立信任关系,对于提高移动社交网络服务质量和增强用户安全感方面具有重要的作用.在分析移动社交网络体系架构的基础上,设计了一种综合考虑直接信任、推荐信任、信任风险函数、激励机制等多个影响因子的动态信任评估模型,并对信任值计算方法、信任决策和信任更新等进行分析.基于真实社交网络数据集Epinions.com的实验表明,本模型的信任值计算准确可信,且能够有效抵御恶意节点的攻击.     

社交网络服务中基于位置的Top-k查询方法

针对社交网络服务中汇聚的大量带有地理和社交属性的数据,提出一种改进的综合考虑用户位置和好友关系的个性化位置Top-k查询方法。首先,在传统Top-k空间查询方法的基础上,将用户的好友关系及好友签到统计信息引入评分函数,以便对查询结果进行个性化排序。然后,改进IR-tree索引结构以支持对位置信息和社交关系的混合索引。最后,在查询过程中采用基于优先级队列的最佳优先遍历方法进行剪枝,从而减少搜索空间。实验表明,改进的评分函数、索引结构和遍历方法能够实现社交网络环境中个性化且高效的Top-k查询。     

人格特质对青少年移动社交网络使用的影响:性别的调节作用

采用问卷法对2 056名青少年进行测量。结果发现:外向性和神经质人格与移动社交网络使用具有显著正向关系,而开放性、谨慎性和宜人性对移动社交网络有显著负向相关;外向性和神经质人格对移动社交网络使用具有显著的正向预测;性别在神经质与移动社交网络使用间起到调节作用。结论:人格特质对移动社交网络使用具有影响,并且高神经质的女生更易产生移动社交网络过度使用行为。     

基于神经网络的社交网络用户动机与行为关系研究

 以社交网络用户为研究对象,扩充了用户的“获利性”动机和“社交获利”行为,通过调研问卷,利用神经网络模型分析社交网络用户动机与行为的关系。结果表明,不同动机对不同行为的影响程度不同,动机对行为的整体贡献度呈现出有用性 > 自我呈现 > 娱乐性 > 易用性 > 获利性 > 从众性 > 社交性的趋势。建议管理人员持续完善网站的社交和娱乐功能,从用户心理出发构建品牌辨识度高、有特色的社交网络。     

移动社交网络中的无线资源分配算法研究

随着移动用户数量的不断增加以及移动网络规模的发展,移动社交网络越来越受到人们的青睐,在社交网络中,社交网络用户可以使用移动设备相互交换和共享内容,但如何在移动社交数据传输过程中根据用户的需求为其分配最佳的无线资源,并确保资源的安全性和保密性成为了一个新的挑战.研究移动社交网络中的无线资源分配问题,资源分配包含无线资源分配和保密性资源分配,提出一种基于梯度的迭代算法来求解社交用户所需要的最佳无线资源和保密性资源.仿真结果分析表明,根据所提算法可以得出在保密性资源能量效率方面比随机分配方案提高8％左右,同时在无线资源利用率方面也有显著提升.     

社交网络安全问题及其解决方案

社交网络(social network,SN)具有用户数目多、数据量大、信息开放、用户关系难以管理等特点.如何实现用户隐私保护、身份认证和数据访问控制,已成为社交网络中备受关注的安全问题.本文首先介绍了社交网络的基本概念、发展现状和主要技术,并结合社交网络的特点,从社交网络数据挖掘、传统威胁、身份窃取等方面分析其存在的主要安全威胁,总结其存在的安全风险.然后,阐述了几种较为完善的社交网络安全解决方案,并对其工作原理进行了分析和比较.最后,给出了社交网络安全研究的几个热点研究课题,并讨论了社交网络安全性研究的发展方向.     

高等教育与社会分层、社会流动相互关系浅析

教育是影响社会分层与社会流动的重要因素，社会学家通常把受教育程度作为分析社会层次的一个重要指标。分析我国清末至今高等教育与社会分层、社会流动的互动关系，我们可以得出这样的结论：教育与社会分层、社会流动的相互影响的大小，始终是与社会大环境的发展进步紧密关联的。     

教育、阶层背景与社会流动

论述了教育与社会流动的关系,认为教育是现代社会流动的重要机制,即个体通过教育可以实现自身的向上流动,进而引领社会的整体流动。在我国教育的发展过程中,个体获得的教育程度与其阶层背景密切相关。如果不能有效解决教育中的“马太效应”问题,就会阻碍我国的社会流动。提出要着力促进教育公平,合理配置基础教育资源,缩小城乡差距;规范高等教育收费,推进高等教育大众化;坚持利益获得原则,促进个性化教育过程平等。     

朋友圈社交行为对员工知识共享意愿的影响机制——职场友谊的中介作用和感知差异性的调节作用

基于社会影响理论,从社会影响的内化视角探究员工朋友圈社交行为对知识共享意愿的影响机制,并揭示了朋友圈社交行为对知识共享意愿的不同程度感知差异性的差异化作用。通过对255个有效样本进行分析发现:职场友谊完全中介了朋友圈社交行为与知识共享意愿的关系;职场友谊对知识共享意愿有着积极影响;感知差异性负向调节了"朋友圈社交行为-职场友谊-知识共享意愿"的前半径,即感知差异性水平低的员工通过加强社交互动会增强职场友谊,而感知差异性水平高的员工则会因为过度的社交互动而削弱其职场友谊。     

教育作为一种社会流动机制的考察

1949年中华人民共和国的成立,消除了近代以来中国社会长期混乱动荡的状态,转而进入一种自我封闭的保守形态;1978年改革开放,中国社会再次陷入变动之中,出现了明显的社会分层和社会流动."教育"作为一个变量对中国近现代社会的社会流动与社会分层产生了很大的作用.作为一种社会流动机制,教育在选择机理上是"结构选择"和"行动选择"的双重选择,而在存在状态上是"平等机制"和"分化机制"相互作用、相互遮蔽.     

应用非负矩阵分解的社交网络好友推荐

现有好友推荐方法只利用用户关系或内容信息进行推荐,难以获得较好的推荐质量． 针对该问题,在利用非负矩阵分解模型适合数据聚类以及数据约简的基础上,提出一种基于非负矩阵分解的好友推荐方法:FRNMF． 该方法采用基于非负矩阵分解的用户聚类为核心的好友推荐框架,利用用户好友关系网络信息和内容信息分别进行用户聚类,然后基于聚类结果计算用户间的综合相似度并进行好友推荐;不仅可以综合集成利用用户关系和内容两类信息,而且具有线性时间复杂度,还可以解决数据稀疏引起的推荐质量下降问题． 实验开发了FRNMF的原型系统,并在真实的新浪微博和学者网社交网络数据集进行对比实验,结果表明FRNMF比传统的好友推荐方法具有更好的推荐质量． 此外,对用户关系和内容两类信息的权重参数设置进行实验分析,分析表明适当提高用户关系信息的权重对于提高好友推荐质量具有促进作用．     

社会流动：内涵、影响因素以及对策分析

社会流动是社会结构中各个阶层之间互动与分化的过程。社会流动既受社会结构的影响，又受个人特质的影响，国家的制度安排、社会化组织提供的社会资源以及个人后天努力都是影响社会地位提升的重要因素。在诸多影响的因素中，个人的后致性因素是基础性动因。现代社会应提供给社会成员更多的通过获致性因素而改变社会身份的机会。     

移动自组织网络中社会关系感知的路由方法

移动自组织网络是一种移动通信和计算机网络相结合的网络,用户节点可以在网络内随意移动并且保持通信,因此移动自组织网络中节点移动的随意性给研究网络中的路由带来了困难;另一方面,移动自组织网络中节点之间的社会关系对路由过程有直接影响.本文采用最可靠路径的原则来计算移动自组织网络中的最优路径进行路由,该方法通过网络节点之间的邻接可能性来表示最优路径,通过节点的移动方案和与其他节点之间的社会关系强度对邻接可能性进行计算.最后,通过仿真实验,将本文提出的路由方法与常用的最优链路状态路由协议OLSR(Optimized Link State Routing)进行比较分析,结果显示本文提出的方法具有较好的性能.     

宋代穆斯林蕃客社会习俗探析

宋代的穆斯林蕃客主要来自中东、西亚、中亚及东南亚等地区，他们在发展对外经济贸易、传播宗教信仰、影响社会风气等方面，有着不可替代的作用。他们在宋代是一个与众不同的社会群体，宋政府给予他们的政策也相对宽松，他们在很多方面形成了自己独特的社会习俗，产生了深远影响。     

社会福利制度国家差别的原因初探--瑞典与美国福利制度的比较分析

通常认为,各国经济发展水平与福利水平呈正相关关系,这虽然不错,但不能绝对化。不同国家在社会福利制度上不同的"偏好"还受到经济发展水平之外的其他因素的影响。通过对瑞典与美国的社会福利制度特点进行比较,并选择社会结构、历史、价值观等几个角度进行初步探寻,认为这些因素的差异是造成瑞典美国社会福利制度差别的重要原因。     

综合区间数Spearman秩相关系数及其应用

针对属性值为区间数,属性权重完全未知的区间多属性决策问题,提出了一种综合考虑方案与正理想、负理想方案之间的Spearman秩相关系数的决策方法。分析了相关文献中仅考虑方案到正理想方案的Spearman秩相关系数的局限性,在逼近理想点方法(TOPSIS)的启发下,定义了方案与负理想方案的Spearman秩相关系数;然后,在方案与正负理想方案Spearman秩相关系数的基础上,定义了方案的综合Spearman秩相关系数,并证明了其相关性质;最后,提出了基于综合区间数Spearman秩相关系数的多属性决策方法,并通过一个高校二级院系财务管理评价的实例,验证了所提出方法的是可行和有效的。