时空感知的异构社交网络传播模型研究

As a basic interdisciplinary research, the study on the diffusion model of social networks supports various academic research and industrial applications. Existing works either focus on the explicit features of communication content and process, or simply resort to machine mining to form models, ignoring the critical intrinsic factors of a diffusion process. From the interdisciplinary perspective, given the new interpretation by social science, comprehension of the role of spatial and temporal factors in the diffusion process for multiple heterogeneous social networks is of high academic and industrial value. This project proposes a spatio-temporal-aware diffusion model to improve existing diffusion models for heterogeneous social networks. The key scientific problem summarized in this proposal is to establish spatial-temporal-aware heterogeneous social network diffusion model. The research problems include (1) a unified temporal-aware diffusion model; (2) a hybrid weight location-aware diffusion model; (3) heterogeneous social network diffusion model and its application. The objective is to establish the heterogeneous social network diffusion theory, address the key problems, and make research breakthroughs.

针对社交网络传播模型的研究是一项跨学科基础研究，可以服务于多种研究和应用领域。现有工作或侧重于研究传播内容和过程的显式特征，或单纯通过机器挖掘获取规律模型，对于传播过程中关键基本因素的研究尚未令人满意。从学科交叉角度入手，借鉴社会科学对时空讨论提供的新维度，从本质上理解时间和空间因素在异构社交网络传播过程中的作用并建立传播模型，具有切实的学术和应用价值。本项目面向复杂多源异构社交网络，提出时空感知的传播模型，提升社交网络传播模型的质量。项目拟解决的关键科学问题是建立时空感知的异构社交网络传播分析模型，包括时间/时序因素、空间位置因素和异构网络叠加的传播分析和建模。围绕关键科学问题，项目拟研究：(1)时序感知的统一传播分析模型；(2)位置感知的混合权重传播分析模型；(3)异构社交网络叠加的传播分析模型及其应用。目标是突破异构社交网络传播分析基础理论，解决关键技术，取得国内外领先的研究成果。

一、项目背景：在线社交网络极大繁荣，其上的传播分析与建模面临新挑战：一是针对多个社交网络叠加共存场景下的传播分析研究尚不成熟，二是缺乏对传播过程中时间、空间等基本要素的深入研究。因此需要综合考虑时空因素，在异构网络叠加的基础上，提出社交网络传播分析模型，完成跨网络的宏观和微观传播分析。.二、研究内容：基于时空两个基础维度建立通用的异构社交网传播分析模型。子课题1从时间维度分析传播过程，研究社会时序背景与传播事件的生成过程，形成时序感知的社交网络传播。子课题2研究传播事件的位置信息挖掘，社交网络用户的位置兴趣概率建模，以及空间感知的传播事件生成过程，形成位置感知的社交网络传播。子课题3针对多社交网络叠加，研究议题社群中信息与情感的传播，讨论内容与结构特征与传播过程的关系，并进行跨网络影响力的应用研究，形成异构社交网络传播模型。.三、重要结果：一是建构时间、空间感知的异构社交网络传播模型，并使用实验的方法在真实数据集上进行验证，并进行模型的应用研究。二是针对3个子课题完成3篇高水平期刊学术论文的发表。三是构建多维社交网络数据集，形成面向在线社交媒体传播分析的5个数据集。.四、关键数据：形成5个关键数据集，包括社交网络文本信息、用户画像、定位信息、图像数据等多种类型的数据。.五、科学意义：1，对传播事件和用户传播行为进行多维度建模，实现高质量的传播分析模型。2，利用挖掘和机器学习算法，提取传播内容和社交网络用户的物理/语义位置特征，预测用户的“激活”概率，提升模型预测质量、可靠性和可用性。3，针对异构社交网络叠加，以群组为对象，提出异构社群的宏观传播模型；并在城市传播的实际应用领域开展异构社会网络影响力角度的交叉学科应用研究。4，实现学科交叉创新，引入传播学、社会学的理论和视角，提出高可用的时空感知的异构社交网络传播分析模型，并将其用于解答社群传播、群体极化、情感传播等社会科学问题。