社会网络分析中的预测模型
Predictive Models in Social Network Analysis


本文针对社会网络预测建模的问题，提出了一个通用的框架。首先，本文详 尽地研究了社群中的代表用户预测问题，该问题囊括了代表用户的预测以及社 会网络中社群结构的发现等子问题。通过通用框架的两个实例化，这两个问题都 得到了解决。本文特别注意了对于用户之间的社会影响力和代表性的建模，之后 的实验验证了该方法的性能。
其次，本文以预测微博用户中的消息分享行为作为切入点，研究社会网络中 对用户的行为预测。基于一系列对数据的统计和观察，本文提出了一个预测用户 消息分享行为的因子图模型，该模型特别注意了对消息传播过程中潜在约束的 体现。同样，我们通过实验验证了该方法的性能。
最后，本文还提出了社会语境的概念，并将其运用到自动互联网文档摘要的 问题中。该问题的具体目标是通过同时对语句的信息量和用户的喜好进行预测，
为标准文档生成简短文摘。通过利用互联网文档语句和与之相关的社会信息之 间的互增强，本文继而提出了双翼因子图模型。我们提出的方法显著超过基线方 法。