异质复杂社会网络下社区发现及演变的系列问题研究

The research challenges on how to detect communities for heterogeneous complex social networks can be found: multi-dimension relationship intertwined, a variety of hybrid types, heterogeneous mass of data, and the efficiency of community detection and so on. This project tries to construct platform to process the heterogeneous relationship networks based on analysis and processing of mass social network structure, static content, and interactive behavior. And the platform would promote the development of a unified social network analysis and application research. Based on the structure of heterogeneous relationship networks, this project would proposed methods of calculating users intimacy respectively, in view of the social networks of the multi-dimension relationship intertwined and various hybrid types. Then the project would analyze the characteristics and efficiency of calculated methods from two aspects of theory and experiment, which would provide basic methods for the application development of social networks. And this project would give the formal definition of community under heterogeneous networks, and explore the parallel algorithm of community detection from local extension. And the efficiency and complexity of the algorithm would be analyzed from two aspects of theory and experiment, and also the dynamic changes of community on heterogeneous network would be analyzed, which would enrich the content of research on community detection of social networks.

针对异质复杂社会网络下的社区发现所面临的挑战：多维关系交织、多种类型混杂、海量异质数据、社区发现的效率等，本项目拟从海量社会网络的结构、静态内容、交互行为三个方面的异质数据的分析处理出发，探索构建异质关系网络的处理平台，以促进社会网络的分析研究的统一化和应用研究的发展；以异质关系网络为结构基础，针对多维关系交织和多种类型混杂网络分别构造计算用户亲密度的方法，并从理论和实验两个方面分析验证计算方法的特性和效率，为依据社会网络的应用发展提供基础性方法；拟给出异质网络下社区的形式化定义，并探索开发并行化局部延展的用户社区发现算法，从理论和实验两个方面分析验证算法的效率和复杂性，分析异质网络下社区结构的动态变化，丰富社会网络下社区发现的研究内容。

从多角度和多应用领域进行数据收集及处理，构建复杂异质网络，为复杂网络分析及应用研究和社区发现算法研究形成实验基础。(1)爬取新浪微博数据，分别从微博的关注信息、微博内容和评论信息构建基于结构和语义内容的关系网络；(2)针对宁夏农林科学院的枸杞病虫害及爬取农作物病虫害的非结构化数据，研究提升识别率的实体识别方法，构建并完成了枸杞病虫害知识图谱，并基于知识图谱进行问答系统的研究和实现；(3)解析DBLP文献数据，爬取DBLP文献数据的论文摘要，利用文献数据中的不同类型的节点之间的多维联系构建多类型多维关系异质网络；(4)与某地区法律事务所研究合作，完成近1500万的非结构法律裁判文书的法律要素和实体的结构化提取，开展智能司法应用平台的建设和研究。 .围绕异质网络的社区发现问题开展基础性研究工作。(1)提出KC_LPA算法优化改进了同质网络的重叠社区发现算法，在标准数据集和真实微博数据集上，分析并验证了关系网络中节点之间的三角形或多边形的关系结构的特殊意义，分析并验证了节点与邻居节点之间的关系在社区划分中会起到不同的作用效果；(2)基于随机游走的策略给出了异质网络中节点之间的亲疏度的计算方法，为多维关系中节点之间的紧密程度提供了量化的方法，也为复杂图结构下确定节点之间的关系序列模式特点提供了量化方法；(3)基于图神经网络研究异质网络中节点高阶间接关系表示和计算方法及异质关系融合算法，在社会计算多个基础任务上分析并验证高阶间接关系在异质网络分析研究中的重要作用；(4)基于图神经网络开展两阶段和统一架构的异质网络社区发现算法的研究，结果表明有效地融合图神经网络能更好地聚合节点的结构和内容信息，在处理多维关系和多类型节点的异质网络是有效的。