在线社会网络用户声誉的超网络分析理论与方法研究

This project would construct the supernetwork model to describe the rating and interaction of the online users, then design the online user reputation measurements in terms of the collective behavior patterns, rating distribution, and then analyze the corresponding pattern and evolution mechanism, which would be used to construct the visualization platform for mapping the evolution properties of the online user reputation and analyzing the popularity dynamics. Firstly, we will develop the directed weighted supernetwork model to describe the interaction and rating of online users, and analyze the temporal properties of online behaviors, which are used to measure the online user reputation in terms of the behavior pattern and rating distribution. Secondly, in terms of the behavior properties, we will develop a method to identify the perceptive users who could identify the high-quality objects in their initial lifespan, which is used to identify the potential perceptive users and high-quality objects. Thirdly, we will analyze the correlation between the user characteristics and evolution properties of online user reputation, and develop the visualization platform to analyze the mapping evolution properties of the online user reputation. Finally, according to the memory effect and evolution property of online user reputation, we will develop the anomaly detection method to identify the suddenly change of reputation, and quantitatively analyze the effect of the reputation evolution for the information diffusion, which is essential for analyzing the popularity dynamics.

本项目拟构建超网络模型描述在线用户的交互和打分等行为，进而提出基于行为特征和打分分布的在线社会网络用户声誉度量方法，并对其作用机理和演化机制进行分析，最后建立基于声誉演化的可视化分析平台刻画用户声誉演化对于产品流行性的影响。首先，提出描述用户交互和点评行为动态特性的有向、加权超网络模型，分析在线社会网络中用户行为的时序特性，从而建立基于用户行为特性和打分分布的声誉度量方法。其次，提出基于行为模式的敏锐用户识别方法，以识别能够快速发现高质量产品的用户。根据行为模式识别系统中潜在的敏锐用户，并且预测可能的高质量产品。第三，研究不同类型用户的角色变化与声誉演化的关联关系，开发可视化平台分析在线用户的声誉演化图谱。最后，根据用户行为的记忆效应与声誉演化规律，提出基于异常检测的用户角色突变检测算法，定量分析用户声誉等角色的演化对信息传播的影响，从而定量分析声誉演化与产品流行性的关系。

课题组发表标注本项目的论文42篇，包括国际SCI期刊论文20篇，其中在国际顶尖期刊美国科学院院刊（PNAS）发表论文1篇，检索因子大于3的SCI期刊论文14篇，其它SCI期刊论文2篇，英文期刊论文3篇。中文期刊论文22篇，其中SCI期刊论文1篇，EI期刊论文12篇，北大核心期刊论文9篇。作为复杂社会系统定量建模与分析的基础理论与方法，本项目重点研究了在线用户行为的超网络建模理论与方法，用户声誉、信用和影响力度量及其演化机制分析，基于用户行为的应用研究。为从复杂系统角度定量理解在线社会系统的演化机制，促进新兴电子商务的健康发展，提高在线社会治理效率等问题的解决起到了重要的理论模型和方法支撑。本项目基于公开的在线用户点赞、转发和评论等微观的行为数据，从基于在线用户行为的超网络模型构建与分析视角，深入系统地分析了在线用户的度量方式，提出在线用户行为描述的超网络理论与方法；聚焦多属性行为的耦合分析，生成机制和敏锐识别方法；提出了基于行为模式的用户声誉、信用和影响力度量方法；并且在网络结构重构，疫情预测预警等领域开展了深入、全面的理论和应用研究。本项目有助于更好地挖掘在线社交网络的用户行为数据，为互联网产业和数字经济的健康发展提供理论借鉴和经验证据。