基于影響簇選擇模型和MCMC采樣的社交圈子識別算法

黃佳鑫，郭紅，郭昆

(福州大學數學與計算機科學學院，福建福州 350116)

0 引言

社交網絡(social networks)起源于網絡交友，用戶通過社交網絡來組織、維護現有的社會關系，并發現新的社會關系［1］．通過社交網站，用戶可以及時了解好友的動態，例如:好友最新發布的消息等．但是，隨著好友數量的增加，好友信息呈爆炸式增長．為了解決這種“信息過載”問題，一種常見的方法是創建用戶的個人社交網絡，將用戶的好友分類到不同的“社交圈子”．當用戶的社交圈子建立后，用戶就掌握了主動權，不僅在瀏覽信息的時候可以進行信息流的分類，在發布消息的時候也可以自主選擇讓哪些好友看到什么樣的信息．

當前，所有主流的社交網站都提供社交圈子的設定功能，例如:Google+的“circles”、Facebook及Twitter的“lists”等．“圈子”這個概念由Google+首次提出，用于讓用戶將不同類型的好友進行分組，放入不同的社交圈子，從而將不同的內容分享給不同的對象，例如:用戶可以將某人放進一個或多個社交圈子里，如“朋友圈”、“家人圈”等．

目前為止，Google+、Facebook和Twitter中仍僅支持手動進行社交圈子分類，不僅耗時，而且當添加新的好友時社交圈子不能自動更新．因此，開展自動化社交圈子識別方法的研究具有重要意義．另外，在現實個人社交網絡中，用戶的好友往往扮演多重角色，發現個人社交網絡中具有重疊性的社交圈子結構具有更加實際的意義．重疊社交圈子識別本質上類似于社交網絡的重疊社區發現．目前已提出的主……