多模态异构移动社会网络社区发现研究

With the rapid development of mobile computing and wireless communication technologies, especially the wide adoption of sensor-rich smartphones, mobile social networks (MSNs) have been experiencing increasing popularity. Compared with traditional social network, MSN is a new type of social network which connects and integrates the cyber and physical spaces, and thereby reflects the complicated social interaction patterns of human beings. It is an enormously challenging undertaking to effectively discover communities in MSNs. Based on pervasive computing and social computing technologies, this project will focus on discovering communities in multi-mode heterogeneous mobile social networks, by taking location-based social networks as the research platform. In detail, we aim to study (1) community modeling method, (2) community detection algorithm, and (3) community evaluation mechanism. This research project has general values both in theory and practice. On one hand, the research result could contribute to the study on community formation and evolution, the promotion of social interactions, the enhancement of community experience, etc. On the other hand, it could also provide theory and technology support for applications with national critical demands such as public security, health care, city management, etc.

移动社会网络是一种全新的连接与融合信息空间和物理空间的网络形态，承载着人类社会交互过程中形成的复杂结构模式。如何从纷繁芜杂的移动社会网络中高效而准确地发现社区结构是一个具有挑战性的研究问题。本项目将以基于位置的社会网络这一典型多模态异构移动社会网络为研究平台，对社区发现的相关问题进行深入分析和研究。具体研究内容包括面向多模态异构移动社会网络的（1）社区模型；（2）社区发现方法；与（3）社区质量评价机制。本研究的意义在于通过构建具有普遍适应性的统一社区模型，发现蕴含于移动社会网络的社区，建立适合多模态异构移动社会网络特点的社区质量评价机制，一方面有利于推动社区形成与演化规律研究，促进人与人之间的社会交互，提升用户的社区体验；另一方面通过将研究成果推广到涉及社区结构的潜在应用领域，可以为公共安全、健康卫生等国家重大战略需求提供理论和技术支持。

移动社会网络社区发现旨在通过融合信息与物理空间中的社会交互，准确揭示符合用户或应用需求的社区结构。针对移动社会网络具有的数据形态多样（多模态）、交互关系异构（异构性）等特点，本项目重点开展面向多模态异构移动社会网络的社区发现方法研究。具体研究内容包括：（1）移动社区模型；（2）社区发现方法；（3）社区质量评价机制。.项目取得如下三个方面重要进展。（1）基于用户-主题节点链接的移动社区模型。以传统社会网络的社区模型为基础，结合移动社会网络具有的数据形态多样性与社会交互异构性等特点，提出了基于超图的社区模型。基于该模型，所发现的社区同时包含用户节点和主题节点，通过主题节点可有效刻画社区特征。（2）多模态异构移动社会网络社区发现方法。A）针对移动社会网络数据形态的多样性特点，基于协同聚类思想建立了以跨模态节点链接为聚类对象的社区发现体系，提取跨模态与模态内两种不同类型的相似度特征，提出基于跨模态节点链接协同聚类的社区发现方法。B）针对移动社会网络社会交互行为的异构性特征，从异构网络融合的角度扩展传统标签传播思想，提出适合大规模异构网络社区发现的并行标签传播算法。C）针对移动社会网络社会交互的非均匀特点，提出面向非均匀超图的社区发现方法，通过结合基于Jaccard相似度的融合机制与层次聚类实现多尺度社区发现。（3）移动社区评价与刻画。A）社区成员之间不仅具有相近的属性，同时具有相近的交互模式，结合移动社会网络中不同类型节点之间社会交互所蕴含的丰富语义信息，提出基于节点交互信息的社区质量评价机制。B）引入社区隶属度，提出基于重要成员元数据的社区特征刻画与诠释机制，为提供面向社区的自适应服务奠定基础。C）结合社区成员行为特征，提出基于多模态移动行为数据的细粒度社区移动性分类与结构识别方法，实现对社区内在结构的识别与理解。.基于本项目支持，在国内外重要期刊和会议如IEEE COM MAG、IEEE TMC、IEEE TVT、ACM CURS、ACM TKDD等上发表论文17篇，其中SCI收录12篇，1篇入选ESI高被引和热点论文。申请发明专利8项。项目负责人入选陕西省青年科技新星（2017），获得陕西高等学校科学技术一等奖一项（排名4），国际会议最佳论文奖1项。项目执行期间担任重要国际会议组委会成员（如分会主席、程序主席等）2次，并担任WWWJ等国际权威期刊编委或客座编委。