随着社交网络日益发展，人们乐于在社交网络上分享自己的生活，拓展自己的人脉。这一系列活动背后，是基于社交网络的巨大数据。然而，人们对社交网络数据的挖掘和分析都还处于相对初级的阶段，大规模、高维度数据的挖掘方法还在不断地演化。 随着信息技术的迅猛发展，参与到社交网络的人越来越多，人们乐于在网络中去分享自己的相关信息，拓展自己的人脉。企业甚至能通过社交平台去直接影响客户，一切都似乎因为社交网络的出现而变的美好。 波浪式的社交网络传播 每一条发布的信息，如同石块入水所散开
罗超为《中国电信业》撰稿，发表于6月刊。 人为什么会“重色轻友”？牛津大学的一项研究结论可以解释：每个人内心里只为亲密关系保留5个空位。英国生物进化学资深专家罗宾·邓巴教授对18岁至60岁的人进行研究后表示，男人一般有4-5个亲密伙伴，而女人一般有5-6个闺蜜。当新的异性朋友转移了男人的注意力，其他的同性朋友马上就会被忽略。 每当我们开始一段新恋情，就可能“抛弃”两个亲密的朋友。在社交网络上，这个“空位有限”的现象也明显存在并且更加极端：每个人只需要1个社交网络。更加稳妥的说法是在一个时间周期里，每个人只需
原本众多人都不喜爱的拼多多，也不愿使用的拼多多，就这样成功上市，成为了市值千亿的互联网企业。创始人黄峥也创造了一个奇迹：用28个月时间创造了身家800亿。
社交网络分析（Social Network Analysis, 简称SNA）是一种研究虚拟或现实社会网络结构与特征的方法，通过了解个体之间的联系和关系，在社会学、心理学、人类学等领域有广泛应用。
（点击可查看大图） 本文主要阐述： 社交网络的结构特性与演化机理 社交网络群体行为形成与互动规律 社交网络信息传播与演化机理 浏览后四章的内容请见下篇（2017年9月26日二条）。 前言 社交网络在维基百科的定义是“由许多节点构成的一种社会结构。节点通常是指个人或组织，而社交网络代表着各种社会关系。”在互联网诞生前，社交网络分析是社会学和人类学重要的研究分支。早期的社交网络的主要指通过合作关系建立起来的职业网络，如科研合作网络、演员合作网络等。 本文所指的社交网络分析专指在线社交网络分析（Onlin
image.png 演讲摘要 Nicholas Christakis：朋友多是由基因决定的？ 人类的社交网络的历史已有数万年之久，虽然电话的发明不过百年，互联网的发明不过数十载，但这些技术用来满足的是非常远古的欲望。 image.png 现在Facebook有10亿用户了，我们在这里研究了350个用户之间的关系。此图为有10亿人口的Facebook。其网络的局部约有350人，一个点代表一个人，点间的线代表关系。我们对这一网络进行了研究，看谁的头像是在笑的，有笑的照片标黄色，皱眉头的标蓝色
在SNG（腾讯社交网络事业群）品牌系统语言里，LOGO系统承载品牌视觉的最核心容器，是整个品牌视觉系统的灵魂，是品牌的精神文化理念、信誉、服务等特点的浓缩表现，直接影响着社交网络品牌的发展。本文核心剖析社交网络产品LOGO设计系统。 锐变启程 伴随着我们的成长的QQ，2016年已经成功锐变。新企鹅整体造型更加锐利、修身、简洁。企鹅的视觉角度从略带俯视变成了平视，让其图形更加的几何化。更简洁时尚的企鹅LOGO在年轻用户心中成为“潮鹅”。 QQ不是孤军奋战，是整个社交网络产品体系在一起奋进。 我们的用户群体是年
社交网络在维基百科的定义是“由许多节点构成的一种社会结构。节点通常是指个人或组织，而社交网络代表着各种社会关系。”在互联网诞生前，社交网络分析是社会学和人类学重要的研究分支。早期的社交网络的主要指通过合作关系建立起来的职业网络，如科研合作网络、演员合作网络等。
作者：Yannick Feder，Hyva集团采购总监 我发现似乎没什么人真正了解社交网络是如何运作的，于是我决定写下这篇文章，以简明、不做作的方式阐明社交网络的内部运作原理（主要以LinkedIn领英为例）。 我想通过这篇文章为你提供一个理解社交网络的基本框架，并且你能据此向其他人讲解：社交网络是如何构建的？Influencer是什么？Lions是什么？信息是如何扩散的？为什么有的文章很热门，而有的文章却无人问津？ Social Networks Geography 社交网络地理 科学家们通常用一张成员
犀牛鸟学问特别活动 犀牛鸟学问特别活动CCF YOCSEF“社交网络与大数据前沿” 学术报告会将于6月22日周四下午在腾讯北京分公司希格玛大厦举行。 本次报告会邀请到犀牛鸟海外专家CMU Christos Faloutsos 教授，中科院计算所副研究员、微信AI科学顾问罗平博士，清华大学崔鹏副教授畅谈社交网络前沿研究。参与报名请点击底部“阅读原文”。 随着微信、微博、Facebook、Twitter等线上社交平台的普及与广泛应用，用户可以随时随地的在网络上分享内容，进行互动，由此产生了海量的用户数据。用户在
互联网和社交网络有着很强的“工具性”特征，它和任何的“工具”一样，一旦人们将处于客体地位的工具向主体进行转化，人们就会依赖上工具而脱离人真正的本质。换句话说，一旦社交网络成为了人们生活的手段，就不仅是一种目的性的存在，而是日常生活的“随身伴侣”。
社交网络早已是我们生活中不可缺少的一部分，更是网络时代营销活动的重点投放渠道；如何使社交网络的影响力最大化，也成了数据科学关注的重点。本期，我们介绍线性阈值模型在影响力最大化问题中的应用~ 在开始阅读本文之前，让我们先来考虑这样一个营销场景：假设你是A公司的销售经理，现在公司研制出一种新型产品，并且你手里有一些试用本，你计划选择一小部分人来免费试用这种产品，从而让他们通过社交网络把这款产品推荐给他们的朋友，再诱导他们的朋友推荐给他们朋友的朋友，以此类推。请问：你如何能知道这部分最初试用者最终可以影响到的最大
当今社会飞速发展，人们既生活在现实空间，又遨游在网络世界，社交网络中的位置信息逐渐成为了连接现实与网络的桥梁，在移动互联网的各项服务中发挥越来越重要的作用，同时也释放了社交网络解决现实世界重大问题（如流感暴发预测，公共安全防控等）的潜在能量。 然而根据统计，社交网络中仅有10%左右的用户标注了居住地信息，如何基于少量已知用户位置信息对大部分未知用户的位置信息进行精准推测，是基于位置的社交网络服务亟需解决的基本难题。 联合实验室青年骨干崔鹏博士的这项研究，充分利用了社交网络中的用户社交关系、文本和图像内容、以
通常，在推荐系统中，我们有一组用户和一组项目。每个用户通过一些值对一组项目进行评分。推荐系统的任务是预测用户u在未评级项目i上的评级，或者通常根据已经存在的评级为给定用户u推荐一些项目。
社交网络已经成为人们生活中不可或缺的一部分，同时也成为了海量信息和数据的产生地。随着社交网络的蓬勃发展，如何从这些海量数据中提取有价值的信息成为一项具有挑战性的任务。自然语言处理（NLP）技术的应用为社交网络分析提供了新的思路和工具。本文将深入探讨NLP技术在社交网络分析中的创新应用，包括舆情分析、用户画像构建、事件检测等方面，为读者展示NLP如何赋能社交网络数据的挖掘和应用。
12月9日，第7期互联网前沿沙龙举行，本期主题为“兴趣社交—移动社交的下一站”，腾讯QQ兴趣部落、百度贴吧、豆瓣兴趣组等产品负责人王崇生、李英斌、清风，艾瑞全国研究总经理刘雷鸣与百余名业界、媒体等人士分享互动，共同探讨社交网络的下一站。 平台化与垂直化是兴趣社交的未来 刘雷鸣 艾瑞咨询集团全国研究中心总经理 一、互联网本质上是社交网络，解决人们的社交需求 刚才可以看到，我们互联网行业里做产品的同学们都在讲文化，那对于做研究的我们来讲，我们依然在讲数据。所以今天我跟大家分享的主要核心是关于
本文主要阐述： 社交网络分析的应用 社交网络前沿研究 学习资料 参考资料 浏览前三章的内容请见上篇（2017年9月26日头条）。 四． 社交网络分析的应用 1. 社交推荐 社交推荐顾名思义是利用社交网络或者结合社交行为的推荐，具体表现为推荐 QQ 好友，微博根据好友关系推荐内容等。在线推荐系统最早被亚马逊用来推荐商品，如今，推荐系统在互联网已无处不在，目前大热的概念“流量分发是互联网第一入口”，支撑这个概念有两点核心，其一是内容，另外就是推荐，今日头条在短短几年间的迅速崛起便是最好的证明。 根据推荐
社交是人的天性。互联网时代，社交资本的价值日益凸显，人们都希望以最高效的方式获得最多的社交资本。这一根本需求促成了互联网世界众多公司的兴衰起伏。
腾讯研究院S-Tech研究团队 报告下载：社交斋戒报告节选 1研究综述 1.1研究缘起 过去十余年，我们经历了一场传统社交的革命。 社会交往是人类的基本需求，社交网络将这一需求
社交网络中的好友推荐是使用图算法的一个经典应用场景。社交网络中的好友关系可以看作是一个图，其中用户是图的节点，好友关系是图的边。好友推荐的目标是根据用户已有的好友关系，推荐用户可能感兴趣的新好友。
综观三大调查研究机构的预测，大家不约而同提及2014年的IT四大天王：云端、移动化、大数据与社交网络，将带来更大的影响。 新的一年开始，我们来看大家是怎么预测2014年的IT发展趋势。 综观Gartner、IDC与资策会MIC等三大调查研究机构的预测，大家不约而同提及2014年的IT四大天王：云端、移动化、大数据与社交网络，将带来更大的影响。 Gartner认为，4大天王之首──云端运算，经过几年发展下来逐渐成熟，进而带动移动化、社交网络与大数据的风行。 云端运算建构了弹性的IT基础设施，可以提供源
周烜 中国人民大学数据工程与知识工程教育部重点实验室副教授 互联网自上世纪90年代出现，经过20多年的发展，已经逐渐成为人类生产和生活不可或缺的组成部分。它承载了通讯、商务、媒体、娱乐等多种功能，对各个传统行业产生了巨大影响，甚至引发了颠覆性变革。如今，全世界的互联网使用者已经超过30亿，大部分使用者平均每天上网2个小时以上。并且，这个数字还在迅速攀升。 互联网作为一种新媒体，其影响最具颠覆性。传统媒体的传播渠道无外乎报纸、电台、电视等。以现代的眼光看，这些渠道有两个显著的局限性：第一，信息
在大规模图计算中，分布式计算的原理是通过将一个大规模图划分为多个子图，并将这些子图分配到不同的计算节点进行并行计算，最后将计算结果进行合并。分布式计算可以利用多台计算机的计算能力来加速图计算的过程，同时提高系统的可扩展性和容错性。
在网络理论 的研究中，复杂网络是由数量巨大的节点 和节点之间错综复杂的关系共同构成的网络 结构。用数学的语言来说，就是一个有着足够复杂的拓扑 结构特征的图 。复杂网络具有简单网络，如晶格网络 、随机图 等结构所不具备的特性，而这些特性往往出现在真实世界的网络结构中。复杂网络的研究是现今科学研究中的一个热点，与现实中各类高复杂性系统，如的互联网 、神经网络 和社会网络 的研究有密切关系。
从“互联网+”的角度看，社交网络及“互联网+社交”，是社会化行为的互联网化，因此社交网络在一定程度上反映着线下真实的人类社会构成。社交网络通过各种兴趣将线下的各种圈子搬到线上，陌生人社交让那些在线下不擅言辞的人用文字尽情挥洒他们的喜怒哀乐。一个社交网络，即是一个人们对平常事物及事件的百般简介与评判的集合。 事实上，国内社交网络发展了十几年，速度确实不够快。十年前以QQ为代表的即时通讯开启了社交网络的先河，但是那是的QQ还这是个交流的软件。后来的发展中，QQ几乎发展成为万能的交流软件，直到微博、人人网等
TLDR: 本文将社交推荐任务建模在双曲空间学习之下，并提出了一种基于双曲图学习的社交推荐模型。具体的，其设计了一个双曲社交预训练模块以保留社交结构作为特征，并从显式的异质图学习和隐式的特征增强两方面缓解社交推荐存在的问题。
随着社交媒体的飞速发展，在线社交网络成为了人们赖以生存的第二世界。大规模社交网络用户的形成使得传统的网络表示方法遇到了瓶颈，由于随着深度学习技术的蓬勃发展以及受自然语言处理领域词嵌入技术的启发，自动学习网络中节点的向量表示成为近年来的研究热点。
经由与IEEE的战略合作，腾讯公司有幸邀请到数据挖掘领域奠基人之一，卡耐基梅隆大学Christos Faloutsos 教授作为“犀牛鸟海外专家”于6月13日、22日分别访问腾讯深圳总部与北京分公司。Faloutsos 教授为腾讯员工带来了精彩的学术报告，并与多支技术团队开展了深入的讨论与交流。同时，作为特邀演讲嘉宾参与了6月22日在北京举办的“犀牛鸟学问特别活动”- CCF YOCSEF“社交网络与大数据前沿” 学术报告会。 6月12日，深圳迎来了入夏以来的第一次台风“苗柏”的登陆。13日在暴雨的天气中，
来自密歇根州立大学的Ralf Schmälzle等人在PNAS上发文，主要介绍了社交交互过程中的脑网络的大脑连接的变化，并发现基于脑网络可以一定程度地揭示社交网络结构。社会关系的破坏会对人的思想和感受有显著的影响，因此，为了探究社会网络变化以及社会疼痛如何引起大脑网络变化，研究利用获取的80名男性青少年的fMRI数据，发现了社会排斥时心理系统网络的连接数量的增加。在研究社交网络与基于任务态的动态连接的相关性方面，研究指出，在被社会排斥的情况下，参与者的心理系统（Mentalizing System）的脑区连
当时人类很信任一位智者，这位智者建了一个图书馆，将整个星球的信息都整理到这个图书馆里，并把图书馆的钥匙复制很多份，交到星球的每一个住民手里，这把钥匙叫做 - 搜索引擎。
https://ai.plainenglish.io/an-ai-social-network-make-a-character-and-watch-as-they-chirp-and-interact-with-other-ais-15262c1b6f29
社交网络分析是人、组织、计算机或者其他信息或知识处理实体之间的关系和流动信息的映射和测量。图 1 是社交网络的一个示意图，其中的节点表示人、组织、计算机或者其他信息或知识处理实体；连线表示节点之间的关系或信息流动。信息流动的方式有很多，比如邮件，电话，短信，博客，等等。假设 A 经常与 B 和 C 通电话，通过分析 A 的电话 ID 记录，可以构筑出图 1 中的简单社交网络。从此图中我们可以看出 A, B, C, 三人 中，A 具有较强的影响力。如果 A 获得了正面或者负面的消息，这消息会很快传递给 B 和 C。而 B 与 C 之间的影响力是间接的，只能通过 A 来传播。
中国计算机学会《社交网络与数据挖掘-学科前沿讲习班》价值1725元门票免费派送（仅2张！） 关注腾讯高校合作独享福利 讲习班时间：2014年8月10-12日 地点：中科院计算所 【抢票结果】 恭喜以下两位朋友获得本次讲习班门票各一张。具体参会方法，请留意手机短信通知。 186******244 153******998 【讲习班详情】 主题 社交网络与数据挖掘 特邀讲者 John Hopcroft 康奈尔大学计算机系教授、图灵奖获得者、美国科学院/工程院/艺术学院院士、计算理论的奠基人之一、Hop
中国计算机学会《社交网络与数据挖掘-学科前沿讲习班》价值1725元门票免费派送（仅2张！） 关注腾讯高校合作独享福利 讲习班时间：2014年8月10-12日 地点：中科院计算所 【抢票方式】 关注“腾讯高校合作”微信公众号 Tencent_UR，回复“抢票”，根据公众号提示，回复个人信息进行抢票； 系统随机抽取，中奖者会收到通知短信，请留意； 抢票时间：7月21日-7月24日 【讲习班详情】 主题 社交网络与数据挖掘 特邀讲者 John Hopcroft 康奈尔大学计算机系教授、图灵奖获得者、美国
以色列科学家们开发了一种基于机器学习的新型通用算法，用于检测社交网络平台(包括Facebook和Twitter在内)上的虚假账户，这在网络安全领域具有相当大的应用潜力。
背景知识：社交网络分析、数据挖掘、IBM SPSS Modeler 社交网络分析是人、组织、计算机或者其他信息或知识处理实体之间的关系和流动信息的映射和测量。图 1 是社交网络的一个示意图，其中的节点表示人、组织、计算机或者其他信息或知识处理实体；连线表示节点之间的关系或信息流动。信息流动的方式有很多，比如邮件，电话，短信，博客，等等。假设 A 经常与 B 和 C 通电话，通过分析 A 的电话 ID 记录，可以构筑出图 1 中的简单社交网络。从此图中我们可以看出 A, B, C, 三人 中，A 具有较强的
由软银和光速注资的优质项目TTC Protocol，正式开始空投啦！首次参与可获得15个TTC，每邀请一位好友再获得8个TTC，先到多得。首批参与的用户还有机会成为tataUFO的社群合伙人，瓜分更多TTC！
No.43期 MapReduce 图算法概述 Mr. 王：MapReduce 作为一种经典的并行编程框架，可以用于解决很多问题，包括一些图论问题。在客观世界中，很多问题都可以抽象为图论问题。前面我们提到过如何用磁盘算法来解决一些图论问题，现在我们尝试用MapReduce 框架，以并行计算的观点来解决一些图论问题。 还是先举个例子吧。你会经常去使用一些社交网络吧。 小可：是的，现在通过社交网络，我可以非常方便地与同学联系。社交网络上人与人之间的好友连接关系就可以抽象成一个图。 Mr. 王笑着说：有没有想过
提到社交网络分析，推荐系统、风控模型这些名词，相信你并不陌生，社交网络分析无非是 Pandas+Matplotlib，推荐系统大概率是余弦相似性、协同过滤，风控则被LR（逻辑回归）、XGBoost这些成熟的模型占据。
不知道大家有没有这样的感觉，本人一直觉得社交网络这个东西是一个很有意思的玩意儿，起初觉得它有意思也可能是由于这个可爱的名词-Social Network，也可能是被五颜六色的社交网络示意图所吸引，总之并没有什么高大上的名词来解释我对于它的喜爱。也正是由于这种莫名的好感，基于社交网络的推荐系统也成了我后来硕士阶段研究的课题。随着后续学习与研究的深入，逐渐了解到了社交网络中包含的有意思的结论以及所蕴含的强大知识，也更加确定了自己对于这一领域的喜欢。
大多数社交媒体都没有使用nofollow链接，每当社交媒体会员创建指向外部站点的链接时，社交媒体就会自动添加rel=nofollow。在nofollow链接讲座中我们说过nofollow链接没有提供任何价值，因为搜索引擎即使他们确实遵循链接访问到nofollow网站也不会将它们用于排名目的。
我国移动互联网发展迅猛，相关产业在带给我们便利生活的同时，也提供了新机会被网络犯罪分子利用。据报道，51.8%的全网流量来自于自动机，80%以上攻击主要受影响的行业集中于电游、娱乐和社交。黑色产业链看
PPV课大数据 在10月24日2014中国计算机大会的重要活动之一 —-“大数据高峰论坛”，腾讯公司社交网络运营部专家研究员岳亚丁在论坛上作了题为“社交网络的大数据建模框架探索”报告。他在报告中首先简
【新智元导读】Facebook数据泄露案，影响美国总统大选与英国脱欧，让人们见识了大数据分析公司操纵社交媒体用户心理的手法。现代的脑机接口技术也让人们的意识处在算法的控制下。人们应当警醒：社交大数据分析会被滥用、智能推荐算法存在偏狭陷阱，让人工智能与人类智慧相结合，才能走出大数据的“楚门世界”。（本文首发于3月29日《环球时报》评论版） 近日爆出的Facebook数据泄露案，让大数据分析公司操纵社交媒体用户心理，影响大选结果，进而干涉国际政局的暗黑世界曝光。剑桥分析公司2014年利用一款性格测试程序以2.
又一款挑战 Twitter 的去中心化社交应用 Damus，现已正式登陆 App Store。
10月8日，Google发布了有关Google+社交网络服务漏洞的信息。据该公司称，目前还无法确认有多少用户受到影响，或者未经授权的用户是否真的访问过任何数据。但为了应对这一漏洞，Google正在更改策略，修改API以及关闭Google+。
3 年的硕士生涯一转眼就过去了，和社交网络也打了很长时间交道。最近突然想给自己挖个坑，想给这 3 年写个总结，画上一个句号。回想当时学习 R 语言时也是非常戏剧性的，开始科研生活时到处发邮件要源代码，发完最后一封本以为又是无功而返，很意外的收到了秒回的邮件，邮件中附上了由 R 语言编写的实验代码。当时过于开心，因为终于有热心的作者回复了，以至于没有仔细考虑，想都没想对着满是警告的代码开始了 R 语言学习之旅。之后的几天陆陆续续的收到了其他作者的回复，实验代码多是使用 Python 构建的，好吧只能咬咬牙继续了。当时的学习苦于资料太少，唯一的参考只有那份 R 语言实验代码，因此萌生了写一份站在社交网络分析角度的 R 语言教程。《社交网络分析的 R 基础》中所介绍的内容都是最新的技术，Visual Studio Code 在半年之前甚至无法调试 R 语言，代码规范遵循 Google's R Style Guide。该系列博客一共包含六篇文章，具体的目录如下：
导读：《2019年社交网络行业研究报告》近日发布，从行业概况、细分子领域、社交中的电商、不同年龄用户社交差异、用户画像等角度全面呈现社交网络行业的发展趋势。
图数据库的基本概念主要包括图、节点、边、属性、图查询和图算法。通过将数据以图的形式存储和查询，图数据库可以更方便地表示和处理实体之间的关联关系。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
