国产a一级毛片爽爽影院_欧美日韩亚洲中字二区在线播放_国产在线每日都有更新_日韩中文字幕tv在线看_日韩美女婬乱大片A级网站_韩国无遮免费羞羞漫画_久久亚洲精品无码播放偷妻_国产成人777爽视频_色噜噜狠狠成人中文综合18_国产精品免费高清在线观看

最近讀了一篇arXiv上的文章，是清華大學(xué)和騰訊公司的一批人運(yùn)用微信群組數(shù)據(jù)做的研究。剛好，我目前對社群這塊興趣異常濃厚，所以就認(rèn)真讀了一下這篇文章，于是做筆記如下。先說說我看到的這篇文章的亮點吧：

1. 據(jù)作者說，這是第一篇用騰訊微信數(shù)據(jù)來做分析的學(xué)界文章，這個理由絕對牛，太霸氣了。要做研究就得這樣，找別人沒有分析過的牛數(shù)據(jù)。微信，大家都知道了，目前是全球第二大即時通訊軟件，月活用戶已經(jīng)6億了，分析這個數(shù)據(jù)絕對牛。我們學(xué)界一直鼓勵騰訊的哥哥姐姐們開放這塊數(shù)據(jù)呀，能出不少有意思的研究；
2. 這大概也是第一個（至少為數(shù)不多）研究由即時通訊組成群組的文章。在中國，社群這個概念方興未艾，但是查遍各類英文文獻(xiàn)，似乎沒有對應(yīng)英文詞。對社群劃分的一種特征就是由即時通訊（手機(jī)移動互聯(lián)網(wǎng)）構(gòu)成的群，它會比社交網(wǎng)絡(luò)、傳統(tǒng)的論壇、網(wǎng)絡(luò)社區(qū)具有更高的黏性；
3. 用群的結(jié)構(gòu)特征預(yù)測群組發(fā)展動態(tài)。這個好像已經(jīng)是目前機(jī)器學(xué)習(xí)研究社交媒體、群組一種很常規(guī)、標(biāo)準(zhǔn)的范式了，但個人接觸這樣的研究不多，所以覺得很有意思。

0、文章基本信息

作者：Jiezhong Qiu?, Yixuan Li?, Jie Tang?, Zheng Lu?, Hao Ye?, Bo Chen?, Qiang Yang?, and John E. Hopcroft?

單位：?Department of Computer Science and Technology, Tsinghua University ?Department of Computer Science, Cornell University?Tencent Corporation, Beijing, China.??Department of Computer Science, Hong Kong University of Science and Technology

標(biāo)題：The Lifecycle and Cascade of Social Messaging Groups

下載地址：http://arxiv.org/abs/1512.07831

好，下面我想詳細(xì)敘述一下這篇文章的幾個有意思的地方

1、數(shù)據(jù)集

首先，關(guān)于數(shù)據(jù)（沒辦法，現(xiàn)在數(shù)據(jù)在研究中的作用太重要了）

作者用了微信的群組記錄，從15年7月26日到8月28的34天數(shù)據(jù)，包括230萬個群。數(shù)據(jù)內(nèi)容包括：

群組活動（誰在什么時間在什么群組活躍）、用戶的集合、邀請記錄（誰于什么時刻邀請了誰加入群），以及朋友關(guān)系數(shù)據(jù)（誰和誰在什么時刻成為好友）

2、群組的兩類生命周期

微信群按照功能和時間長短可以分為兩種：基于事件建立的臨時群，和基于組織和長期社會關(guān)系建立的長期群，這在群的生命活躍時間長度分布上體現(xiàn)得很明顯，如下圖所示：

我們看到，臨時群組的生命周期大概不會超過5天，而長期的群組會在一個月以上。

3、群結(jié)構(gòu)特征的演化

接下來，作者主要研究了群的結(jié)構(gòu)。所謂的結(jié)構(gòu)，就是指群內(nèi)成員之間由好友關(guān)系構(gòu)成的社會關(guān)系網(wǎng)絡(luò)。如下圖所示：

如圖(a)，這是一個群內(nèi)的社交網(wǎng)絡(luò)。作者主要用了兩個指標(biāo)來度量群的結(jié)構(gòu)，一個是開放三角形的比例，所謂的開放三角形就是形如圖（a）中ADC這三個節(jié)點形成的局域結(jié)構(gòu)；另一個是封閉三角形的比例，如圖中的ABC；還有就是連邊的密度，就是連變數(shù)除以C_n^2，即這些點全聯(lián)通時候的連邊數(shù)。

然后，作者看這三個指標(biāo)的演化。也很簡單，它首先在起始點計算了這些指標(biāo)，然后在一月后再計算這些指標(biāo)，得到b、c、d這三張圖。然后分別就長期和短期（藍(lán)色和綠色）的結(jié)構(gòu)指標(biāo)進(jìn)行了比較。假如結(jié)構(gòu)沒有變化，那么曲線會落到斜45度對角線上?，F(xiàn)在看來長期群相對于短期來說變化是更大的。說明長期群更受這些結(jié)構(gòu)因素影響。

4、邀請層次樹

由于微信的邀請好友機(jī)制是任意群組中的人員都能邀請。這樣，從第一個建群的人開始，他就可以邀請其他人，然后這些入群后的人又可以邀請……，這就構(gòu)成了一個級聯(lián)性的樹狀結(jié)構(gòu)。比較長期群和短期群，它們的樹狀深度是不一樣的，如下圖：

長期群結(jié)構(gòu)更深，短期群更扁平。

在這個樹中，節(jié)點是人，連邊是邀請關(guān)系。我們可以用一種叫做“結(jié)構(gòu)病毒性”（Structural virality）也叫Wiener指數(shù)的指標(biāo)來刻畫這個樹的形狀。Wiener指數(shù)定義為平均任意兩個節(jié)點的距離。它越大說明樹越深長。在此，我想到了樹的異俗標(biāo)度律指標(biāo)也能計算這個玩意，參見

http://wiki.swarma.net/index.php/%E6%A0%91%E7%9A%84%E5%BC%82%E9%80%9F%E6%A0%87%E5%BA%A6%E5%BE%8B

5、生命周期預(yù)測

接下來，作者嘗試用群組的靜態(tài)特征，包括結(jié)構(gòu)特征（局域網(wǎng)絡(luò)結(jié)構(gòu)）、成員的人口特征（如性別、年齡等）來對群組的壽命進(jìn)行預(yù)測?；咎茁肥前岩徊糠秩簲?shù)據(jù)作為訓(xùn)練集，運(yùn)用SVM（支持向量機(jī)）來進(jìn)行預(yù)測，但預(yù)測不是重點，重點看精度。結(jié)果發(fā)現(xiàn)，結(jié)構(gòu)特征起的作用最大。預(yù)測準(zhǔn)確度能在60%以上。而且我們甚至只用1天的數(shù)據(jù)就能預(yù)測很好了。如下表

6、成員入群特征及其預(yù)測

最后，作者分析了什么樣的人更容易被邀請入群，以及什么樣的人容易邀請成功。并且也用結(jié)構(gòu)特征加以預(yù)測。如下圖所示：

這個圈里面的節(jié)點都是群組內(nèi)的，藍(lán)色的節(jié)點表示在某時刻發(fā)出邀請的人，紅色的節(jié)點表示被邀請的人。白色的節(jié)點表示邊緣節(jié)點（沒有入群，但是已經(jīng)是群內(nèi)某成員的朋友）。虛線表示的朋友關(guān)系，藍(lán)色箭頭表示的是邀請關(guān)系。

接下來，作者看看什么樣的人更容易被邀請加入群。他們通過兩個指標(biāo)來計算，一個是這個節(jié)點的所有朋友中已經(jīng)加入了該群的人數(shù)；第二個指標(biāo)是這個人的結(jié)構(gòu)多樣性，定義為這個人為中心的一級近鄰構(gòu)成的朋友關(guān)系網(wǎng)絡(luò)中聯(lián)通集團(tuán)的數(shù)量。如下圖所示：

如左圖所示以V為中心的局部網(wǎng)絡(luò)，藍(lán)色節(jié)點是已經(jīng)入群的，所以k＝4。另外，如果將V和所有連遍去掉，那么會剩下3個聯(lián)通子圖，所以它的結(jié)構(gòu)多樣性為3.

然后，我們來看一個節(jié)點被邀請的概率隨k和結(jié)構(gòu)多樣性指標(biāo)如何變化。由（b）會發(fā)現(xiàn)，被邀請概率首先隨著k增長而增長，但是如果k過大了，那么就會出現(xiàn)震蕩的情況，所以k的預(yù)測性變差。另一方面，由（c）會發(fā)現(xiàn)，被邀請入群的概率會隨著結(jié)構(gòu)多樣性變大而衰減。無論這個中心節(jié)點有多少個朋友。也就是一個人交朋友的情況越單一，它加入一個新群的概率就會越大。

最后，作者對一個人是否會邀請，以及是否可能接受到邀請來進(jìn)行預(yù)測。發(fā)現(xiàn)準(zhǔn)確度能達(dá)到95以上。而且群組的歷史特征對于預(yù)測誰會邀請別人特別有效，而如果要預(yù)測哪一個人被邀請，那么局部的結(jié)構(gòu)特征就很重要。而用戶的人口特征相對來說不重要。

作者：jack

原文地址：http://www.swarma.org/swarma/detail.php?id=18739#rd