精华内容
下载资源
问答
  • 社会关系网络

    千次阅读 2015-07-18 10:54:42
    现代社会通信便捷,借助于Internet形成了各式各样的社区...sed同学正在做这方面的毕业设计课题,指导老师给他布置了一个任务:已知一群人的社会关系网络,判断两个人之间的关系,他们是否可以通过社交圈的人相互结识。
    • Description

    现代社会通信便捷,借助于Internet形成了各式各样的社区,每个人都可能属于多个社交圈,尤其是Facebook类社交网站的出现,使世界缩小了,人与人的交往扩大了频繁了。sed同学正在做这方面的毕业设计课题,指导老师给他布置了一个任务:已知一群人的社会关系网络,判断两个人之间的关系,他们是否可以通过社交圈的人相互结识。

    • Input

    第一行包括三个整数:n、 m、k,分别表示人数、社区数、查询两个人之间的关系的用例数 (1 ≤ n ≤ 10000, 0 ≤ m ≤ 100,1 ≤ k ≤ 100)。

    m行,每行首先给出一个社区的人数,然后给出代表人的序号。

    k行,每行给出待查询的两个人(用序号表示)。

    • Output

      输出k行,每行给出两个人(用序号表示)、YES或NO, YES表示这两个人可以通过社交圈的人相互结识,NO表示不能。

    注意:输出部分的结尾要求包含一个多余的空行。

    • Sample Input

    3 1 2
    2 1 2
    0 1
    1 2

    • Sample Output

    0 1 NO
    1 2 YES

    #include<iostream>
    using namespace std;
    #define Minn(x,y) ((x)<(y)?(x):(y))  
    int father[10010]; 
    int search(int i)
    {
        int r,l;
        for(r=i;r!=father[r];r=father[r]);    
        l=i;
        if(i!=r)
            while(father[i]!=r)    
            {
                l=father[i];
                father[i]=r;
                i=l;
            }
        return r;
    }
    
    void link(int a,int b)  
    {
        int x=search(a),y=search(b);
        int min,max;
        min=Minn(x,y);
        max=x+y-min;
        father[max]=min;         
    }
    
    
    int main()
    {
    //    freopen("in.txt","r",stdin);     
        int n,m,k,i,j,x,y,perc,a,b;
        scanf("%d%d%d",&n,&m,&k);
        for(i=0;i<n;i++)
            father[i]=i;
        for(i=0;i<m;i++)
        {
            scanf("%d",&perc);
            for(j=0;j<perc;j++)
            {
                scanf("%d",&x);
                if(j)
                    link(x,y);  
                y=x;
            }
        }
        for(i=0;i<n;i++)
            search(i);           
        for(i=0;i<k;i++)
        {
            scanf("%d%d",&a,&b);
            if(father[a]!=father[b])  
                printf("%d %d NO\n",a,b);
            else
                printf("%d %d YES\n",a,b);
        }
        return 0;
    } 
    展开全文
  • 提出了一种在网络环境下基于真实社会关系构建的社会关系网络——关系网格。关系网格与现实的社会关系网络是同构的,因此满足小世界模型并具有内部成员短链连接的性质。关系网格模型具有纯分布、可扩展、自适应、自...
  • 提出了一种在网络环境下基于真实社会关系构建的社会关系网络——关系网格。关系网格与现实的社会关系网络是同构的,因此满足小世界模型并具有内部成员短链连接的性质。关系网格模型具有纯分布、可扩展、自适应、自...
  • 社会关系网之中心性分析法

    千次阅读 2013-05-30 14:59:23
    经常研究社会关系网的同学应该对社会关系网中的分析法比较熟悉,最近在写毕业设计用到了这方面的知识,所以在这做个总结。社会关系网是一门研究社会中社会实体(称为参与者)以及他们之间的活动与关系的学问。这种...

    经常研究社会关系网的同学应该对社会关系网中的分析法比较熟悉,最近在写毕业设计用到了这方面的知识,所以在这做个总结。社会关系网是一门研究社会中社会实体(称为参与者)以及他们之间的活动与关系的学问。这种关系和活动可以用网络或者图来进行表示,其中,每一个顶点用来表示一个参与者,而一条边的链接用来表示两个参与者之间的关系。利用网络图我们可以研究该网络的结构特性,以及每一个社会参与者的职责、位置、威望等属性。

      所谓重要的或者卓越的参与者,就是那些广泛与其他参与者连接或者发生关系的参与者。一般认为,在一个机构中,与其他同事有广泛的交流或者联系的人,其重要性程度要高于那些与其他同事联系比较少的人。中心参与者就是那些牵涉到许多连接中的参与者。在社会网络关系中,每个结点代表一个参与者,每个链接代表线段两边的两个参与者之间是有关系的。

      实际情况中比较常用的中心性分析法主要有三种:度中心性(Degree Centrality)、接近中心性(Closeness Centrality)以及中介中心性(Betweenness Centrality)。下面讲讲这三种中心性分析法的概念。

      度中心性:中心参与者是拥有与其他参与者的链接或者链接数目最多,最活跃的参与者。假设网络中的参与者的总数为n。由于网络存在无向和有向的,所以,我们需要区别这两种点的中心度。

    1. 无向图:在无向图中,参与者i的重要性就是参与者结点的度,经过归一化处理之后可以表示为:
      度中心性 过往记忆

      度中心性 过往记忆

      其中,d(i)是结点i的总度数,n-1表示结点i最大可能的度数。这个公式所得到的数值范围在0到1之间,因为任何一个结点度的最大值为n-1。

    2. 有向图:在这中情况下,我们需要区分结点的入度和结点的出度。度中心性基于链出链接定义,即
      有向图点中心性

      有向图点中心性 过往记忆

      其中,do(i)表示结点i的出度,其他的含义和无向图中的一样。

      接近中心性:这种中心性的观察视角主要基于接近度或者距离。它的基本思想是如果一个参与者能很容易的与所有其他参与者进行互动,那么它就是中心的。即它到其他所以参与者的距离要足够短。于是,我们就可以使用最短距离来计算这个数值。假设参与者i和参与者j之间的最短距离记为d(i,j)(由最短路径上的链接数目度量)。同样我们分为有向图和无向图来进行讨论。

    1. 无向图:参与者i的接近中心性被定义为:
      社会关系网 接近中心性

      社会关系网 接近中心性

      这个公式得出的数值也是在0到1之间。注意,从定义我们可以知道,这个等式只有在相应图为连通图时才有用。

    2. 有向图:上述公式也可以用在有向图中,只不过距离计算时,需要考虑链接和边的方向。这里就不给出定义了。

      中介中心性:如果两个不相邻的参与者k和j想要与对方互动而参与者i处在它们的路径上,那么i可能对它们之间的互动拥有一定的控制力。中介性用来度量i对于其他结点的控制能力。即如果i处在非常多结点的交互路径上,那么i就是一个重要的参与者。同样分为有向图和无向图来讨论。

    1. 无向图:以pjk表示参与者j和k之间的最短路径的数目,参与者i的中介性定义为所有经过结点i的路径数目,我们用pjk(i)表示,其中,j!=i,k!=i。被所有参与者对之间不包含i的最短路径数总和归一化出来后得到的数值。可以表示为:
      社会关系网 中介中心性

      社会关系网 中介中心性

      注意,参与者k和参与者j之间可能有多条最短路径。有些经过i,有些是不经过i的,我们假设所有路径被使用的可能性是相等的。CB(i)的最小值为0,在所有最短路径都不经过i是被取得,最大值是(n-1)(n-2)/2,即不包含参与者i的其他所有参与者构成的参与者对数目。如果我们想保证上述值在0到1之间,我们可以用CB(i)的最大值(n-1)(n-2)/2对起进行归一化处理,也就是CB(i)除于(n-1)(n-2)/2得到,这里就不给出定义了。

    2. 有向图:可以利用相同的公式但是需要将它们乘以2,因为考虑这种情形下,从j到k的路径和从k到j的路径是不一样的,所以现在总共有(n-1)(n-2)个节点对。同样的道理,pjk现在也需要考虑两个方向,这里就不给出定义了。(完)
    展开全文
  • NOJ 1075 社会关系网络

    千次阅读 2014-12-11 16:14:44
    社会关系网络   时间限制(普通/Java) : 1000 MS/ 3000 MS 运行内存限制 : 65536 KByte 比赛描述 现代社会通信便捷,借助于Internet形成了各式各样的社区,每个人都可能属于多个社交圈,尤其是Fa


    社会关系网络

                                                              时间限制(普通/Java) : 1000 MS/ 3000 MS          运行内存限制 : 65536 KByte

    比赛描述

    现代社会通信便捷,借助于Internet形成了各式各样的社区,每个人都可能属于多个社交圈,尤其是Facebook类社交网站的出现,使世界缩小了,人与人的交往扩大了频繁了。sed同学正在做这方面的毕业设计课题,指导老师给他布置了一个任务:已知一群人的社会关系网络,判断两个人之间的关系,他们是否可以通过社交圈的人相互结识。



    输入

    第一行包括三个整数:n、 m、k,分别表示人数、社区数、查询两个人之间的关系的用例数 (1 ≤ n ≤ 10000, 0 ≤ m ≤ 100,1 ≤ k ≤ 100)。

    m行,每行首先给出一个社区的人数,然后给出代表人的序号。

    k行,每行给出待查询的两个人(用序号表示)。

    输出

       输出k行,每行给出两个人(用序号表示)、YES或NO, YES表示这两个人可以通过社交圈的人相互结识,NO表示不能。

     

    注意:输出部分的结尾要求包含一个多余的空行。

    样例输入

    3 1 2
    2 1 2
    0 1
    1 2

    样例输出

    0 1 NO
    1 2 YES

    题目来源

    “IBM南邮杯”个人赛2009


    题目链接:http://acm.njupt.edu.cn/acmhome/problemdetail.do?&method=showdetail&id=1075


    题目分析:裸并查集


    #include <cstdio>
    #include <cstring>
    int const MAX = 20000;
    int father[MAX];
    int n, m, k;
    
    
    void UFset()
    {  
        for(int i = 1; i <= n; i++)  
            father[i] = i;  
    }  
      
    int Find(int n)  //压缩路径  
    {  
        return n == father[n] ? n : father[n] = Find(father[n]);  
    }  
      
    void Union(int R1, int R2)  //合并  
    {  
        int r1 = Find(R1);  
        int r2 = Find(R2);  
        father[r1] = r2;  
    }
    
    int main()
    {
        scanf("%d %d %d", &n, &m, &k);
        UFset();
        for(int i = 0; i < m; i++)
        {
            int num;
            scanf("%d", &num);
            if(num == 1 || num == 0)
                continue;
            int fir;
            scanf("%d", &fir);
            for(int i = 1; i < num; i++)
            {
                int get;
                scanf("%d", &get);
                Union(fir, get);
            }
        }
        for(int i = 0; i < k; i++)
        {
            int a, b;
            scanf("%d %d", &a, &b);
            if(Find(a) == Find(b))
                printf("%d %d YES\n", a, b);
            else
                printf("%d %d NO\n", a, b);
        }
    }


    展开全文
  • 金融风控反欺诈线条里,运用社会关系网络(SNA)技术结合信贷产品业务场景发现疑似团伙欺诈,已经成为近年反欺诈技术的成功应用和热点,不仅是金融科技公司不断升级欺诈监测技术,就连传统银行,也开始着力搭建自己...

    金融风控反欺诈线条里,运用社会关系网络(SNA)技术结合信贷产品业务场景发现疑似团伙欺诈,已经成为近年反欺诈技术的成功应用和热点,不仅是金融科技公司不断升级欺诈监测技术,就连传统银行,也开始着力搭建自己的反欺诈技术团队。

    反欺诈策略规则,虽然可以在多个规则纬度交叉关联匹配下,构建客户规则节点的关联关系,但无法自主地发现和预测更多的关联节点,而社会关系网络的应用,就能大大弥补信贷反欺诈在这方面的弊端。

    反欺诈规则分析案例

    防止中介团伙欺诈场景,反欺诈规则通常从用户填写的家庭或单位地址中,通过模糊处理,精确密度到小区(对于城市)或村(对于乡镇)近X天集中申请的次数大于N次,则判定为疑似欺诈用户。

    这是常见反欺诈规则的分析逻辑和结果,可以发现这样的分析可以一次性挖掘出一个或者多个维度规则,但想要根据时间的推移,新疑似欺诈的发现需要不断地进行数据分析。

    如果可以通过算法,随着时间的演变不断地自主挖掘出新维度,甚至新规则,对于金融机构,将在生产效力上得到大大提升。

    社会关系网络在团伙欺诈识别中的应用,就可以从根本上解决上面的问题。

    社会关系网络识别团伙欺诈案例

    仍以一个真实工作中的案例为背景,为读者朋友们分享社会关系网络在金融风控反欺诈的应用。

    在信贷业务开展中,和反欺诈规则类似,已经从用户填写的家庭地址中,通过模糊处理,精确范围到小区的密度。在2019年T1时刻,某小区同时有2笔客户信贷申请的进件,风控对这2笔申请并没有阻止。在之后较短的T2时刻,又在同一小区有另外2笔客户信贷申请,这个时候因为触碰了一些风控规则,这两笔申请被拒绝。在之后的T3时刻,突然在这个小区有较大量的客户申请,虽然这些申请有部分也在风控中通过,但这个时候因为触发了社会关系网络小区节点阈值,即某个节点(某家庭住址)关联的节点数过多,此时已经引起反欺诈风控的注意。

    通过对这批信贷申请客户其他信息的重新审核,又发现一个新的特点,即在之后的这个小区申请客户中,他们授权App获取的通讯录里都出现某一个手机号,并且这个手机号都备注上某经理。

    T1-T3时刻中介团伙欺诈活动的监测过程如下图:

    在这里插入图片描述

    通过风控规则的调整,在T3之后,填写这个疑似欺诈客户的小区,都采取了拒绝申请的风控处理,同时通过社会关系网络节点的发现,“某经理”也作为新的节点规则进行风控反欺诈的加强。

    事实证明,此中介团伙察觉到T3后的信贷申请被风控全部拒绝之后,也尝试更改填写一个新的小区地址再次进行大量的借款申请,但是我方因为运用关系网络提前发现新的节点(某经理),及时进行反欺诈风控能力的加强,此时的中介团伙已经无法进行大规模欺诈骗贷。

    整个反欺诈关系中心节点的演变(从某小区到某经理)过程,可以以下图为图例:

    在这里插入图片描述

    对比分析

    通过这个真实案例可以发现,传统的规则交叉关系匹配,是可以分析挖掘出某小区为中心点的疑似欺诈,即上图的深蓝色圈。但是当欺诈团伙改变信息后,即核心规则纬度(中心点)发生变化后,传统的反欺诈规则关系匹配分析无法提前发现变化后的中心点,至少,会出现较长时间的滞延。如果没有运用社会关系网络,示例中的申请件5,6,7,…N中会有大量的进件被通过,事后势必会造成大量的不良损失。

    本文通过一个真实的团伙欺诈识别案例,向读者朋友们分享社会关系网络在反欺诈中的一个应用,下篇将会以一个算法为例,为大家分享社会关系网络中怎么连接和判断每个节点,如本例中的某小区、某经理。

    展开全文
  • 笔者寄语:由于笔者参加了一个全国数据挖掘大赛的比赛,所选赛题是招聘岗位的数据挖掘,笔者用到了社会关系网络来进行相关职位的推荐以及分类,发现了SNA可以实现一定的职位画像的功能,于是根本停不下来的学习了SNA...
  • SNA社会关系网络分析中,关键的就是通过一些指标的衡量来评价网络结构稳定性、集中趋势等。主要有中心度以及中心势两大类指标。 以下的代码都是igraph包中的。 一、中心度 中心度指标有四类点度中心度、接近中心度...
  • 现在随便哪个关系网络的数据规模都非常庞大,如...本篇博客在承接上次社团发现的问题,继续在大规模关系网络挖掘上进行分析测试。 主要实验数据集采用了三个: (1) https://snap.s
  • 社会网络分析:探索人人好友推荐系统 每每以为攀得众山小,可、每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ ———————————————————————————
  • 本研究综合运用定量分析法、质性研究法及文本分析等方法,首先从整体上对以论坛/BBS为代表的网络社区的构成及特征进行宏观描述,然后从个案研究的角度对网络社会网的产生、关系强度以及结构性与资源的流动进行了实证...
  • 随着社交媒体的发展,社交活动日益普及并产生丰富的社会关系。融合社会关系进行推荐可以缓解传统推荐系统面临的数据稀疏和冷启动问题。已有很多成功利用社会关系和评分信息进行推荐的算法,然而它们没有充分地挖掘...
  • 在很多社会学家的研究下,发现在现实社会中的一些社会关系在互联网仍然成立,这就为我们在互联网中进行社会网络关系的挖掘提供了先决条件。例如:核心人物,交际圈,亲疏程度等,都能在互联网中得以体现。而且抽象出...
  • 但是,以上还只是在孤立的看待这个人本身,而忽视了一个重要因素,那就是他的社会关系,因为,每个人所产生的行动很大程度上会受周围人的影响,父母影响孩子,老板影响员工,作家影响读者,朋友影响朋友,其实我们...
  • 摘要: 针对 Web 社会网络数据的特点,将话题追踪技术应用到社会网络关系分析当中,能够快速、有效地发现和拓展社会网关系。介绍了系统采用的话题追踪的方法,以及如何对话题进行跟踪并自动采集话题信息,然后介绍...
  • R语言︱SNA-社会关系网络—igraph包(中心度、中心势)(二))之中提到过几个中心度指标的对比,在网上看到了这个中介中心性的理论,po来以备后用~ 中介中心性(Betweeness Centrality),又叫中间中心性
  • 选用图模型设计与表示《红楼梦》人物关系网,并以文件形式保存相关信息;运用社会网络分析技术与算法对红楼梦人物关系网进行分析,获取有意义的结果,并以图形方式呈现;提供对人物属性与人物关系的查询功能。
  • 新兴研究领域介绍:图挖掘和多关系数据挖掘。 一、什么是图挖掘?为什么进行图挖掘  1、图的用途越来越广,包括对互联网、社会化网络、生物、电路、图像的建模。  2、许多图搜索算法已经被开发出来了,并且广泛...
  • 社会网络分析法SNA

    千次阅读 2015-06-16 11:19:59
    社会网络分析法  社会网络是社会行动者及他们之间关系的...一个群体内的行动者参与多个社会团体构成的网络叫做隶属关系网。  由于关系数据不满足常规统计学意义上的“变量的独立性假设”,因此,通常意义上的各种多元
  • [Hifan]中国社会关系的特点 - Hifan

    千次阅读 2005-07-15 20:23:00
    中国社会关系的特点- 033205 王琪- 软件学院首先我就我自己的感觉说,我觉得中国就是一个人情社会,这也是我们一直受孔子儒家思想统治的结果。在中国,绝大部分人都是信“人性本善论”的。这样他就会把别人和...
  • 社会网络分析

    千次阅读 2014-05-27 21:37:28
    社会网络分析
  • 关系图/社会网络/涟漪特效pyecharts ## GraphNode:关系图的节点数据项 ①`name="结点1"`数据项名称 ②` symbol_size: Union[Numeric, Sequence, None] = None`: 该类目节点标记的大小,可以设置成诸如 10 这样单一...
  • 大数据时代,更多人开始关注社会关系网络SNS(Social NetworkingServices),Gephi可以帮助我们非常直观地从各种角度展现这些复杂的关系,并且可以进行简单网络查询,如“超过100000人关注的大V有哪些?”。 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 116,221
精华内容 46,488
关键字:

社会关系网