社交網絡中話題傳播結構的可視化研究與實現

陸斌斌

（四川大學計算機學院，成都 610065）

社交網絡中話題傳播結構的可視化研究與實現

陸斌斌

（四川大學計算機學院，成都 610065）

以新浪微博為例，以話題為信息傳播研究的基本單位，分析信息的傳播路徑，提出話題信息傳播網絡構建算法，實現話題傳播結構可視化分析系統，并對可視化布局進行優化。

話題傳播；可視化；網絡結構；網絡布局

0 引言

移動通信網絡已擁有4G技術的帶寬，智能移動終端也達到了較高的保有量，社交網絡平臺順勢以前所未有的深度和廣度滲入人類的生活。例如國內社交網絡平臺新浪微博，其注冊用戶已就經超過了6億，用戶活躍度的增長也呈現出抬頭的趨勢。人們進行信息傳遞的方式因此也發生著巨變，社交網絡中的每一個獨立個體都可以通過這個平臺隨時隨地接收、生產和傳遞信息。隨之產生的通信數據潛藏了社會活動規律和人們的行為模式，研究人員可以通過這些規律和模式探索信息在社交網絡中的傳播擴散情況，輔助社會科學的研究與應用。而且由于在線社會網絡與其用戶在線下真實世界中組成的社會網絡是相互映射相互影響的，通過研究在線社會網路中的信息傳播問題，還可以幫助研究者進行線下不易開展的研究活動。

然而大規模的微博流卻給研究者們帶來了挑戰：社會科學研究者在研究社會網絡時，多使用的是類似于問卷調查的方式采集真實社會中的數據，非常麻煩耗時。所以社會科學家在分析社會網絡時通常處理的數據集都很小，分析方法也大多是統計學方法[1]，無法很好地運用大規模的在線社交網絡通信數據。與此同時，計算機科學研究者使用社交網絡的通信數據研究社會網絡時也面臨著困境，他們在使用計算機技術進行大規模數據的收集、存儲、過濾和分析時，都需要學習社會科學相關領域的知識，然而學習的過程通常是相當耗時且較為昂貴的。

運用可視化技術[2-3]研究社會網絡中的大規模數據為以上問題提供了有效的解決方法，它主要用于微博數據流這樣的大規模非數值型數據，將源數據轉化為簡潔易懂符合人們認知習慣的的視覺圖像信息。既為研究者解決了數據量大所帶來的研究難度，又免去了許多社會科學背景知識的學習。本文通過有效算法構建信息傳播網絡并利用可視化分析方法對信息傳播模式進行了探索。

1 話題信息傳播網絡構建算法

話題傳播結構可以以圖（Graph）結構的形式進行描述。圖由頂點（Vertex）和邊（Edge）兩個有限集合組成，形式化定義為Graph=（V，E），其中V稱為頂點集，V中的每一個頂點對應于話題傳播網絡中的一個用戶；E={|P（u，v）∧（u，v∈V）}，其中頂點對稱為邊，對應于話題傳播網絡中的轉發或評論。此算法有兩個前提：（1）假設轉發列表中的所有元素都是按照時間順序排列的。（2）不考慮同一個用戶換發來自不同用戶的同一條微博的情況（事實上這樣的情況在真實世界中對信息傳播的作用確實可以忽略不計）。

話題傳播網絡的構建過程通過以下算法詳細描述：

2 話題傳播結構可視化

話題傳播網絡構建完成后，本文采用了基于能量模型的力導引算法對節點進行布局。FR[4]算法是力導引布局算法的一種實現版本，它能夠將網絡中的節點和邊進行均勻的分布，同時能夠減少邊的交叉。下面的偽代碼是FR布局算法的實現表示：

在其基礎之上，進行三點優化：

（1）斥力計算優化：力導引算法計算斥力時需要考慮所有節點之間的相互作用力，時間復雜度為O（|V|2），為了減少該時間復雜度，對于兩點之間距離較遠的點，不作考慮。

（2）邊緣限制：力導引算法不會限制點的位置范圍，這樣會導致圖中的節點位置超過了繪制畫布，造成可視化結果不全。本論將位置分為水平方向和數值方向，當某一個方向的位置超過范圍時，把該方向的坐標值設置為邊緣坐標，但另一個方向依然會因為力的作用產生位移。

（3）中心控制：力導引算法的布局結果通常為了節點和邊的對稱性都會排布得很均勻，比較靠近中心。然而因為算法并沒有明確地限制節點在整個屏幕的整體分布位置，加上所有節點的初始位置都是隨機的，所以偶爾會出現最終的結果偏離屏幕中心的情況。本文引入了一個“中心節點”對布局結果的整體位置進行中心控制。在屏幕中央有一個固定不變的點，該點持續不斷地對其他節點產生引力，而引力的大小最終由實驗數據和經驗值確定。

除了布局算法以外，設計了具有高分辨度的視覺映射以及靈活的交互方式，最終實現了面向話題傳播結構的可視化分析系統?？梢暬Ч鐖D1所示：

圖1 可視化效果圖

3 結語

本文針對國內主流的社交網絡平臺——新浪微博，以話題為信息傳播的基本單位，對信息在社交網絡中的傳播結構采用可視化手段進行了研究。提出了一種話題信息傳播結構的構建算算法，實現了話題傳播結構可視化分析原型系統，并對布局方法進行了優化。

[1]Marin A，Wellman B.Social Network Analysis:An Introduction[J].The SAGE Handbook of Social Network Analysis，2011:11-25.

[2]McKelvey K R，Menczer F.Truthy:Enabling the Study of Online Social Networks[C].Proceedings of the 2013 Conference on Computer Supported Cooperative Work Companion.ACM，2013:23-26.

[3]Ren D，Zhang X，Wang Z，et al.Weibo Events:A Crowd Sourcing Weibo Visual Analytic System[C].Pacific Visualization Symposium（PacificVis），2014 IEEE.IEEE，2014:330-334.

[4]Tomas Fruchterman，Edward Reingold.Graph Drawing by Force-Directed Placement[J].Software Practice and Experience，Vol.21，1991.P1129-1164

Research and Implementation of Topic Diffusion Structure Visualization Based on Online Social Network

LU Bin-bin
（College of Computer Science，Sichuan University，Chengdu 610065）

Takes Sina Microblog as an example,proposes a structure-build algorithm for topic diffusion and realizes a visualization system with an improved network layout to analyze propagation path of topic information.

Topic Communication;Visualization;Network Structure;Network Layout

1007-1423（2017）07-0058-04

10.3969/j.issn.1007-1423.2017.07.015

陸斌斌（1991-），男，浙江慈溪人，研究方向為信息可視化、可視分析

2017-01-10

2017-03-02