精华内容
下载资源
问答
  • 社交网络分析初步学习1.md

    万次阅读 多人点赞 2018-10-09 09:46:09
    社交网络分析初步学习1 理论(用户分类)和应用两个方向 【关键词】社交网络,拓扑结构,网络群体,信息传播 1 什么是社交网络(在线) 1.1 定义 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",...

    社交网络分析初步学习1

    理论(用户分类)和应用两个方向

    【关键词】社交网络,拓扑结构,网络群体,信息传播

    1 什么是社交网络(在线)

    1.1 定义

    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

    1.2 分类

    1. 即时消息类应用,即一种提供在线实时通信的平台,如MSN、QQ、飞信、微信等;
    2. 在线社交类应用,即一种提供在线社交关系的平台,如Facebook、Google、人人网等;
    3. 微博类应用,即一种提供双向发布短信息的平台,如Twitter、新浪微博、腾讯微博等;
    4. 共享空间等其他类应用,即其他可以相互沟通但结合不紧密的Web2.0 应用,如论坛、博客、视频分享、社会书签、在线购物等。

    1.3 影响

    基于互联网的社交网络已经成为了人类社会中社会关系维系和信息传播的重要渠道和载体,对国家安全和社会发展产生着深远的影响.虚拟的社交网络和真实社会的交融互动对社会的直接影响巨大,所形成的谣言、暴力、欺诈、色情等不良舆论会直接影响国家安全与社会发展。

    2 社交网络分析研究的核心问题

    2.1 三个组成要素

    在线社交网络是一种在信息网络上由社会个体集合个体(也称为节点)之间的连接关系构成的社会性结构,包含关系结构(载体)、**网络群体(主体)网络信息及其传播(客体)**3 个要素。

    1. 社交网络中的“关系结构”为网络群体互动行为提供了底层平台,是社交网络的载体。社交网络的关系结构是社会个体成员之间通过社会关系结成的网络系统;
    2. “网络群体”直接推动网络信息传播,并反过来影响关系结构,是社交网络的主体。网络社会群体行为是指网络个体就某个事件某个虚拟空间聚合或集中,相互影响、作用、依赖,有目的性地以类似方式进行的行为;
    3. “网络信息及其传播“是社交网络的出发点和归宿,也是群体行为的诱因和效果,同样影响关系结构的变化,是社交网络的客体。基于社交网络的信息传播是指社交网络中的个体与个体之间、个体与群体之间、群体与群体之间的信息传递。

    2.2 三个研究对象

    1. 社交网络本身的结构特性
    2. 社交网络中的群体及其行为
    3. 社交网络中的信息及其传播

    2.3 三类研究问题(结构、群体、信息)

    (1)在线社交网络的结构特性与演化机理。

    1. 社交网络的表达方式
    2. 什么样的表示方法既能反映社交网络的本质,又能支持计算和分析?
    3. 什么样的计算方法能够准确刻画社交网络结构的演化?

    (2)在线社交网络群体行为形成与互动规律。

    1. 在社交网络中如何刻画群体的存在及其形成方式?
    2. 群体间的交互影响如何进行表示与度量
    3. 群体间的交互过程对群体的演变所产生的影响应该如何计算

    (3)在线社交网络信息传播规律与演化机理。

    1. 信息的内涵如何以可计算的形式来表达
    2. 信息在社交网络上的传播过程与态势的计算方法是什么?
    3. 如何用计算的方法来刻画信息内涵与信息传播之间的相互影响?

    3 国际学术界高度关注社交网络研究(已有)

    在线社交网络分析涉及计算机科学社会学管理学心理学等多个学科领域。

    3.1 社交网络的结构特性研究

    (1)社交网络的结构分析与建模(基础

    1. 社交网络结构分析是通过统计方法来分析网络中节点的分布规律、关系紧密程度、相识关系的紧密程度,某一个用户对于网络中所有其他用户对之间传递消息的重要程度等诸多统计特性。

    2. 社交网络建模是针对社交网络的特性,采用结构建模的方法来研究产生这些特性的机制,以此来深刻认识社交网络的内在规律和本质特征。(图论方法)

    (2)虚拟社区发现(必备功能)

    1. 社会学领域,社区是一群人在网络上从事公众讨论,经过一段时间,彼此拥有足够的情感之后,所形成的人际关系的网络。社交网络中存在关系不均匀的现象,有些个体之间关系密切,有些关系生疏,从而在常规的社区之上围绕某一个焦点又形成了联系更为密切的社区形式,这可以看作社交网络中的虚拟社区结构。
    2. 虚拟社区结构是在线社交网络的一种典型的拓扑结构特征。

    (3)社交网络演化分析

    动态演化性

    3.2 社交网络中群体互动研究

    (1)社交网络上的用户行为分析

    社交网络上群体行为分析的已有研究主要集中在群体社交网络选择模型研究,以及个体行为特征分析等2 个方面。在群体社交网络选择模型研究方面,2007 年,美国密歇根大学的埃里森(Ellison)等人将社交网络的群体行为关系分为桥接型、黏接型和维持型三种类型,并基于回归分析发现**桥接型**关系对个体选择社交网络有着更重要
    的影响。

    (2)群体情感建模与行为互动

    情感分析是针对主观性信息(“支持”、“反对”、“中立”)进行分析、处理和归纳的过程,主观性信息表达了人们的各种情感色彩和情感倾向。社交网络中每个人情感状态不同,影响力也会不同。

    3.3 社交网络中的信息传播研究

    特指:以社交网络为媒介进行的信息传播过程。

    信息传播是人们通过符号信号来进行信息的传递、接收与反馈的活动,是人们彼此交换意见、思想、情感,以达
    到相互了解和影响的过程。

    (1)社交网络的信息及其能量

    已有研究主要集中在信息的符号表示与意义,以及信息传播能量及演化方面。

    (2)社交网络信息传播模型

    已有研究主要集中在传染病模型、网络拓扑图模型以及基于统计推理的信息传播模型等。

    (3)社交网络信息传播影响(热点)

    其目的是发现社交网络中最有信息传播影响力的节点集合,从而经过信息在社会网络中的传播,最终能够最大化信息的传播范围。在实际生活的许多重要场景中,社交网络信息传播影响分析均有着广泛的应用,例如,市场营销、广告发布、舆情预警、水质监测、疫情监控、网络竞选、突发事件通知等。

    研究方法:有概率论方法、经济学方法和传播学方法。

    概率论方法:基于概率图模型对研究信息传播的敏感度和影响力的方法,可以对概率图参数结构的重要性进行量化分析。

    4 我国在社交网络分析方面的研究进展

    4.1 主要研究单位

    国防科技大学、上海交通大学、合肥工业大学、北京邮电大学、中科院计算所、北京大学、清华大学、北京科技大学、浙江大学、哈尔滨工业大学、中科院信工所等单位都开展了系统性的研究。

    4.2 主要成果

    1. 结构分析方面,2009 年,中科院计算所的程学旗等人分析了社区结构的特性,改进了网络层次化重叠社区的发现方法,能够同时揭示网络的层次化和重叠社区结构。
    2. 群体特性方面,2009 年,合肥工业大学杨善林等人利用元胞自动机仿真从众行为,发现当群体出现完全从众行为时,从众行为的结果对初始状态相当敏感,不同的初始状态就可能有不同的演化结果。
    3. 信息传播方面,2004 年,北京理工大学邢修三提出了以表述信息演化规律的信息熵演化方程为核心的非平衡统计信息理论,从定量的角度对信息演化机理进行了有益的探索。
    4. 方滨兴等人也在系统梳理国内外相关理论和技术的基础上,编著了**《在线社交网络分析》**一书,从上述3 个角度入手为相关研究者提供理论性、系统性、工具性的研究指导。

    5 社交网络研究尚有诸多问题亟待突破

    国际上人们对于大型社交网络的本质特征和网络信息传播的基本规律的研究仍处在相对初级的阶段,尚未提出完整的社交网络分析的基础理论和方法,仍然值得我们进一步进行研究和突破。

    5.1 社交网络的一些挑战

    1. 在线社交网络的结构具有节点海量性、结构复杂性和多维演化性等特点,拓扑结构随着时间不断演变,对社交网络结构演化规律还需要进一步有效的表达和计算加以解决。
    2. 在线社交网络的信息传播具有信息的多源并发性其相互影响形成了路径多变和内容演化的特点。网络群体方面,已有研究对其产生、发展、消亡规律的内部交互作用机理知之不深;传统的群体建模及其互动方法无法准确刻画大规模在线社交网络中的强互动演变、公众情绪漂移等特征,不能真实分析出舆情的倾向性。在个体行为特征分析方面,传统的研究主要局限于用户个性化模型及其对社交网络的选择分析上,未涉及个体向群体演化过程中的个体行为表征等问题。
    3. 在线社交网络的群体互动具有强互动演变、公众情绪漂移等特征点,公众立场不断变化,兴趣点不断演化。已有的信息传播模型多基于传染病模型、网络拓扑图以及统计推理等方法,在描述社交网络传播模式以及计算效率和精度方面仍存在不足。研究视角上,尚缺乏从信息传播的时间、空间特征以及信息传播的双向性3 个维度,对信息传播的内在机制进行深度分析。传统理论和方法局限在“还原论”的角度解决问题,不能准确描述在线社交网络中信息的多源并发性所带来的相互影响等特性,因此需要研究新理论与新方法,以便在信息传播的相互作用中形成对舆情的驾驭能力。

    5.2 社区发现面临的一些挑战

    1. **社区的重叠性。**传统的社区发现研究一般基于“每一个节点都唯一归属于某个社区”的假设,而在现实社会网络中,**人们往往同时属于不同的社区,**而这种同时属于多个社区的人又是信息传递、社会交往中的关键。因此,针对重叠社区发现的研宄应得到研宄者的重视和关注。
    2. 社区的局部性。传统的社区发现算法很多都基于全局的信息,例如GN算法中的"边介数”、基于随机游走的算法中任意两点间的相似度、基于模块度的算法中的模块度等,都必须在考虑整个网络结构的前提下才能得出。随着信息化程度的不断提高,社会网络规模越来越庞大,获得网络的全局信息变得十分困难,而且这些社区发现算法在海量社会网络数据下显得非常低效。另一方面,社会网络通常是稀疏的,绝大多数个体与外界的直接联系都是有限的,而很多研究和应用都只关心某些节点所在的局部结构。甚于这些考虑,局部社区的概念被提出,相关问题需要进一步深入研究。
    3. 网络的多模式性与多维性。传统的网络分析中的节点对象通常是单一类型的,如:节点只代表了人、用户或者网页其中的一种,而多模式网络中的节点类型则是多样化的。比如社交网络中的某个用户分享的项目种类是多样化的,包括图片、视频、日志等,与其将这些交互的不同类型实体建模为节点的不同属性,不如建模为多模式网络更为方便。网络的多维性是指网络中的节点(用户)之间的边(连接)具有多种类型,而由这些节点及不同类型的边所组成的不同“维度”的网络(图)就称之为多维度网络。其中,每一个维度的网络表示了节点间不同类型的联系(互动),而边上往往又附带有权值信息,其代表了节点间互动的程度与连接的强度。因此,传统的对于单一模式、单个维度网络的单一分析在这里己经不再适用,如何在多模式、多维度网络当中解决不同模式及维度下的信息融合、共享以及进行社区发现等相关问题也亟待解决。
    4. 网络节点角色的差异性。传统的图挖掘、网络分析方法,并没有将网络中每个节点角色进行过多的区分,认为节点的地位是等同的。实际上,在各种复杂网络中尤其是社会网络中,都存在着帕累托效应(二八规则),即节点的角色存在着差异。只有大约百分之二十甚至更低比例的节点,在网络中发挥了领袖节点的作用,它们更具有权威性、中枢性、核心型等特征。同时也具有更多的经验和影响力,对社区的形成起着决定性的作用,对网络拓扑结构的演化、网络中的信息流通和传播有重大影响。在应用和分析中,首先应确定此类关键节点的存在性。而社会网络往往具有更为庞大的规模,如何快速有效地挖掘此类成员成为一个挑战性的问题。
    5. **网络的动态性。传统的社区研宄一般是针对静态的网络展 研宄的,这种研究视角不能很好地反映诸如信息扩散、同步等动态过程。研究网络的动态性的目的在于揭示网络拓扑结构对发生在其上的动态过程的影响,以及这些动态过程是否能够反映其“承载网络”的拓扑结构特征。研究社区结构和网络动态性的关键在于社区演化问题,**其主要关注网络自身结构和在其上频繁发生的交互过程相互作用的结果,如社区形成、社区生长、社区缩减、社区合并、社区分裂、社区消亡等。

    6 对社交网络研究问题的思考

    结构、群体是为传播研究而服务的。

    社交网络分析的3 个要素“结构”、“群体”和“传播”是相互作用的关系。社交网络结构建模和群体互动规律分析的目标都是支持信息传播形态研究,因此是否能够将结构建模与群体互动者两个独立的要素结合起来,研究结构与互动相结合的动态建模方式?已有的信息传播过程分析中,核爆炸式、烟花式、星球式、水母式等信息爆发式传播形态都能客观表示,如何能够让拓扑结构建模对这些信息传播的模型有所贡献?如何从结构建模的角度支持这些外显形态的存在?群体事件、群体极化、群体演化等社交网络中的群体形态是否也能被模型化?信息传播的影响力是否能够形成一个可计算的量纲?如何将碎片化、时变的、演化的话题分析技术和信息传播、溯源技术结合起来,形成信息传播的可计算模型。

    作为一种新型媒介,在线社交网络的根本在于信息流动和传播,而信息的传播根植于社会群体的互动,但又受限于社交结构与社区的规模

    信息传播过程可以被视作社交网络中一个时间函数的求解变量,其中的群体正是函数因子,而社交网络的拓扑结构是控制其发展的边界条件。21 世纪,是人类高度依赖数据、深度融入信息社会的世纪。在信息社会中,在线社交网络构建了庞大的功能平台。人们在社交网络上表达观点、交友互动,每天都产生数亿计的信息。

    在线社交正在改变着人们的行为模式和社会形态,而在线社交网络数据也正在成为最成熟的大数据,通过研究和分析这一技术,人们有望对在线社交网络大数据背后的用户行为、社会现象的理解达到空前的深度。

    7 社交网络分析的应用

    7.1 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。

    根据推荐系统推荐原理,社交推荐可定义为一种“协同过滤”推荐,即**不依赖于用户的个人行为,而是结合用户的好友关系进行推荐。**对于互联网上的每一个用户,通过其社交账户能很快定义这个用户众多特点,再加之社交网络用户数之多,使得利用社交关系的推荐近些年备受关注。

    7.2 舆情分析

    舆情分析在互联网出现之前就被广泛应用在政府公共管理,商业竞争情报搜集等领域。在社交媒体出现之前,舆情分析主要是线下的报纸,还有线上门户网站的新闻稿件,这些信息的特点是相对专业准确,而且易于分析和管理;但随着社交媒体出现,舆情事件第一策源地已经不是人民日报新华社这样的大媒体,而是某一个名不见经传的微博用户,一个个人微信公众号。他们的特点是信息非常新鲜,缺点是真实度较低且传播十分迅速,难以控制。所以在社交网络下的舆情分析是一门新的学问。

    “刺死辱母者”微博转发趋势

    举几个例子,去年的和颐酒店,今年的北京地铁骂人事件这类急性舆情事件最早就是在微博上爆出,而且在短时间内迅速传播。还有去年的关于快手的“中国农村残酷底层物语”,今年的“北京房价”等这类民生话题,也是在微信公众号逐渐发酵。

    当然,在新形势下的舆情应对,也已经有新的工具,大家百度“舆情分析平台”或者“舆情分析软件”可以找出一大堆。比较有名的有蚁坊、红麦、清博、知微、新榜等等。一些传统的舆情分析机构开始转型做“大数据”的舆情分析,也有近年来完全基于社交媒体的舆情平台,比如基于微信的新榜和基于微博的知微 。除此之外,BAT 等大型平台有自己舆情分析工具,可以私人订制,也有开放的指数(百度指数、微信指数)。

    7.3 隐私保护

    隐私问题在互联网时代已经是老生常谈的问题了。在社交网络中,作为用户,我们可能会留下大量痕迹,这些痕迹有隐性的,也有显性的,好不夸张地,社交服务提供商可以根据你的少量痕迹,挖掘到大量你的个人信息,有些信息是你不愿意别人知道的。

    这其中存在一个矛盾,即社交服务提供商处于商业目的想尽可能获取你的个人信息,但是你又担心自己的个人信息被泄露。所以在隐私保护领域,一方面要设计足够安全的机制,技术层面的,法律层面的,在保护个人隐私的前提下最大化商业利益和用户的体验。

    举一个大家比较熟悉的例子,即许多网站注册账户的时候使用微信、支付宝账户验证,即免去了大家填写个人信息的烦恼,又保护了大家的隐私。同理,蚂蚁金服提供的芝麻信用功能也有隐私保护的功能。

    目前学界对隐私保护的研究主要还是从技术层面设计完善的隐私保护机制。

    7.4 用户画像

    用户画像,这是个营销术语,即通过研究用户的资料和行为,将其划分为不同的类型,进而采取不同的营销策略。传统的用户画像最常用的手段就是调查问卷,订阅过杂志和报纸的读者都知道,会有各种各样的有奖问卷,一方面用来获得对于产品的反馈,另一方面就是对你进行画像,这些画像资料甚至广泛在黑市流通,这就是你为什么有时候会接到莫名其妙的电话的原因(又扯到了隐私保护问题)。

    在社交网络,用户画像方式变得更多了,除了传统的线下问卷变成在线问卷。我们通过用户的行为,一方面通过统计学方法获得一些用户特征(经典的例子是沃尔玛的“啤酒和尿布”,另一方面通过机器学习进行建模和验证获得意外的收获(参见上面提到的腾讯社交广告文章)。

    接触过微信公众号后台的读者都知道,公众号后台对微信公众号文章的读者还有公众号粉丝的画像已经做得非常充足了,好像微博会员也有粉丝画像的功能。这些便捷的功能对于媒体运营者和广告投放者都有非常重要的作用。

    7.5 谣言检测

    谣言检测算是舆情分析的一部分,之所以单独提出来是因为这部分非常重要,而且谣言的确定对于舆情管理非常重要。早起微博因为充斥着大量谣言,使得新浪微博不得不推出“微博辟谣”官方账号,到如今微博以及有许多自发和官方的辟谣账号,微信公众号也是如此。

    传统辟谣方法无非是进行试试检验,用证据说话,随着现在机器学习技术的迅速发展,我们也可以通过信息传播的轨迹,信息内容等维度自动判断消息是否属于谣言,而且判断地越迅速,对于舆情管理的意义就越大。同理,这种技术也被应用在社交网络有害信息识别。

    在国外,有关 Facebook 假新闻的新闻被炒得火热,有兴趣的读者可以关注一下。

    7.6 可视化

    可视化是随着大数据一起成为热门话题的。因为人类对于图像信息的理解速度要大于文字信息数百倍,所以讲一些数据可视化有助于人们更生动地理解某一结论或现象。当然不是所有数据都适合可视化,在社交网络中,我们最常见的有信息传播轨迹还有词云图等。有关这方面的内容可以参考微博账号“社交网络与数据挖掘”。

    除了专门可视化的机构,网上也有许多开源的可视化库,百度的 Echarts 就很有名。 对于社交网络信息传播以及好友关系等的可视化,使得我们能直观看到一些事实,这对于舆情报告制作以及新闻报道都有很好的辅助作用。

    8 学习资料

    8.1 图书

    • 《社会计算》Lei Tang, Huan Liu

    • 《社交网站的数据挖掘与分析》Matthew A. Russell

    • 《在线社交网络分析》 方滨兴等

    • 《社交媒体挖掘》Huan Liu等

    • 《大话社交网络》郎为民

    8.2 网站

    • 大数据导航(此网站包含很多资源)

    http://hao.199it.com/

    • 斯坦福数据集网站(Jure 男神)

    http://memetracker.org/data/index.html

    • 加州大学欧文分校数据集网站

    http://archive.ics.uci.edu/ml/datasets.html

    • 国内社交网络数据集共享网站

    http://www.socialysis.org/data/project/project

    • 清华大学搭建的学术数据库

    https://cn.aminer.org/

    • 亚马逊商品流行趋势分析平台

    http://132.239.95.211:8080/demowww/index.jsp#

    • 明尼苏达双城分校社会计算实验室

    https://grouplens.org/

    • 新华网信息传播影响力评估

    http://www.xinhuanet.com/xuanzhi/zt/xzyxl/index.html

    • 新榜,微信公众号数据检测平台

    http://www.newrank.cn/

    • 清博新媒体大数据平台

    http://www.gsdata.cn/

    • 百度Echarts数据可视化库

    http://echarts.baidu.com/

    • 阿里云 DataV 数据可视化库

    https://yq.aliyun.com/teams/8

    8.3 工具

    • Python 及其相关库(scipy,numpy,pandas,scikit,scrapy,twitter )更多请见 http://blog.csdn.net/hmy1106/article/details/45166261

    • 图分析分析工具 Graphchi,SNAP,Pajek,Echarts

    • 可视化工具 Gephi,Graphviz

    • 数据挖掘工具 WEKA,AlphaMiner

    • 图数据库 Neo4j

    8.4 会议

    笔者仅列出与社交网络相关的部分国际会议,排名不分先后,加粗的会议为专门讨论社交网络话题的会议。

    KDD, WWW, ICDM, CIKM, AAAI, SDM, IEEE BigData, ASONAM, WSDM, ICWSM, ACL, IJCAI, NIPS, ICML, ECML-PKDD, VLDB, SIGIR, PAKDD, RecSys, ACM HT, SBP, ICWE, PyData

    笔者在这里推荐两个国内的社交网络分析会议,一个是全国社会媒体处理大会(SMP),由中国中文信息学会主办,会议论文 EI 检索。第二个是国际网络空间数据科学会(IEEE ICDSC),会议由中科院,北大,中国网络空间安全协会等机构筹办。

    8.5 课程

    笔者在上一部分提到的国际会议,例如 WWW、KDD 等,每年都有关于社交网络分析方向的 tutorial,其视频和 PTT 都是在网上可获取的,通过 tutorial 能对相关领域有一个宏观了解并且能了解领域前沿动态。

    除此之外,在 Coursera 上面密西根大学安娜堡分校开设的一系列 Python 学习课程也值得一看。在网易公开课上面也有中文的 Python 数据挖掘课程可供学习。

    万能的淘宝也提供大量廉价的视频和电子学习资料。

    最后,利用好科学上网工具和搜索引擎(不是百度)才是王道。

    8.6 参考资料

    [1] 方滨兴, 许进, 李建华. 在线社交网络分析[M]. 电子工业出版社, 2014.

    [2] Reza Zafarani, Mohammad Ali Abbasi, Huan Liu. 社会媒体挖掘[M]. 人民邮电出版社, 2015.

    [3] Carlos Castillo, Wei Chen, Laks V.S. Lakshmanan, Information and Influence Spread in Social Networks,KDD 2012 Tutorial

    [4]中国知网(中科院院刊)社交网络分析核心科学问题、研究现状及未来展望

    基金项目:国家重点基础研究发展计划(“973”)项目(2013CB329601),国家自然科学基金项目(61372191)

    展开全文
  • 社交网络的发展趋势及意义

    千次阅读 2012-10-06 09:16:05
    首先要谈社交网络,无不先谈起网络。你首先要知道网络是什么?网络是将人与人之间通过某种物理介质和驱动等软件相互连接起来,实现资源共享。这个是我个人对网络的理解,完全没有百度,OK!居然网络是人与人之间的...
    首先要谈社交网络,无不先谈起网络。你首先要知道网络是什么?网络是将人与人之间通过某种物理介质和驱动等软件相互连接起来,实现资源共享。这个是我个人对网络的理解,完全没有百度,OK!居然网络是人与人之间的相互连接,那必然网络中人是最活跃的因素之一了。有句话说的好:科技以人为本,居然人类拥有认识客观世界的能力,通过抽象思维去认识自然,改造自然。那么本质就是为了更好的生活,服务于人!
    

    但是我们回顾一下互联网的发展历程:首先互联网刚出现的时候主要是一些媒体,权威机构,应该更确切的说一开始是为了军事机构运算相互联络的。后来媒体,教育机构也纷纷加入,但是那个时候的页面由于只是HTML的静态页面,没有互交的功能,正是由于这个所以网络上的交流有一定局限性,只能看不能相互互动。这个是互联网发展的一个阶段。这个时候一般是主流媒体把一些报纸的图片文字发上去,形成静态页面。供少数人观看,注意我的措辞。那个时候由于经济不是很发达,很少人能买得起电脑。所以那个时候的互联网其实功能相当的局限。那个时候的页面其实就是相当于一个电子版本的报纸,其实从本质上还是报纸,还是没有改变。

    随着人们经济水平的不断发展,好多人都买的起电脑了,这个是其中的一个原因,最重要的是动态网页技术开始出现,出现最早的是微软的asp(Active servicepage),他将脚本语言嵌入到HTML中去,实现了相互交互的功能。一个新的用户体验时代就这么诞生了!从此网络变的十分丰富多彩。最重要的一个意义是人参与到了其中。随后就是我今天要说的社交网络便运营而生。真正的实现了科技以人为本。最重要的互联网人际关系理论支撑了他,有一个理论叫做你可以通过1个熟人认识六个人。最伟大的一个社交网络就是facebook.在提到facebook我又要大赞马克扎克伯格了。这位年轻的兄弟拥有前瞻性的眼光,他通过分享按钮,通过一个人分享,发布到好友的页面,好友的好友再次分享,就这么扩散式的就把人和人之间那么美妙的联系在了一起!

    扎克伯格可谓是社交领袖,他前瞻性的把开放平台的概念引入了,这一切都是自然和谐,随之数据爆发性的成倍增长!好多应用包括网络的手机的应用纷纷接入到这个平台。这和不说明欧美名族开放的思想惟妙惟肖的展现了啊!随之而来的是数据入侵:例如,对于Facebook的数据流,乍一看或许会有人认为,用户的“like”和“dislike”是唯一可以直接利用的部分,然而社会化营销所利用的数据远远比传统营销要更为广泛,这种自由流动的数据流,以及这些数据流背后的用户行为,让我们发现许多新的问题,或者从中找到解决老问题的新方法。总是数据是发疯似的增长。硬盘似乎永远是不够用的!

    从而一个理论顺理成章得影响我们的潜意识:那就是社会化改变商业!对于企业来说,社交媒体的用途不仅仅是获得粉丝和推送广告,而是可以从社会化数据中进一步分析,得出明确的产品提供信息和反馈。例如,英国移动运营商Giffgaff就利用社交媒体鼓励用户设计自己钟爱的手机,为用户提供客户服务。又或者说,企业家可以通过社会化数据分析了解某个新闻报道对品牌的影响,从而作出进一步的决策。像Prosodic这样的公司可以实时监控社会化情绪信息,为营销者给出消息发布的最佳时间建议,提高用户的参与度和效果。


    揭示我们做什么,不做什么

    通过对社会化数字信息的收集和整理,我们可以得出个人的网上行为习惯以及地理信息等,这将为网络行为方式及互动打开一扇大门。

    例如,我们可能觉得高绩效团队可遇不可求的(尤其对服务行业来说更是如此)。但德勤咨询公司通过对其员工的社会化数据(包括电话,电子邮件,在线互动)的分析,并将其与数据指标(人均收入、盈利能力、工作人员更替等),他们发现了高绩效团队把的一些内在规律。值得一提的是,虽然德勤致力于打造高凝聚力的团队,但高绩效团队的这种凝聚力更多的是取决与外部联系而非内部相互作用。

    随之,我们该开始谈论第三个时代了:那就是移动互联网时代,其实更确切的说应该是物联网时代。物联网似乎不可思议。将网络的对象神奇得移形换大法了。在这个年代所有的东西都是物物联网。包括智能电视,手机,洗衣机,汽车,房屋,利用GPS全球定位系统进行通信。可以方便我们的生活。但是话又要说回来了,物联网是基于互联网的,没有互联网谈何物联网呢。其实最终还是方便人类的生活。

    下面我们就说目前的物联网和互联网的过渡产品:手机移动互联网:说到手机互联网,不得不佩服历史的车轮的轮回是如此的完美,听我娓娓道来:我们回顾一下当年PC出现的时候的历程,首先PC机是诞生在苹果公司的,苹果公司当时是用作开发编程用的。硬件和软件都是被苹果给垄断的!所以那个时候电脑是十分贵的,物以稀为贵么,很好理解!但是后来一些硬件厂商开始相互合作,比如CPU厂商interl AMD 声卡 显卡 等等通过不同厂商的制作,为后来的软件时代做了铺垫,比尔盖茨的微软帝国开始崛起,windows操作系统改善了人们的全新的思维方式,从此操作电脑变的如此的优雅,是一种便捷,是一种享受。而一些个人 或者是一些厂商开始纷纷关心软件的开发,软件就是针对PC桌面系统的软件就这么开始如火如荼的发展起来了。这些应用软件都嫁接在了PC操作系统之上。而又随之网络发展迅猛,人们逐渐开始享受互联网的东西了,而且PC资源对用户电脑的压力很大,何不把一些压力交给服务器承受呢!服务器本身就比一般的电脑配置高很多,而且服务器上硬盘容量很大,完全可以满足人们的需求!就是因为这个原因网络时代到来了.好 我们现在开始说手机移动时代,因为PC机有体积大,携带不方便,人们于是将手机这个通信设备也联网。我们就看一下智能机的发展历程;首先不得不佩服苹果,乔布斯永远是我们的领路人,他创造了一个伟大的产品Iphone 做工如此精细,天衣无缝,堪称完美。但是又要说他的价格了。正式由于他的垄断,一些硬件厂商开始反垄断,比如三星 HTC 摩托罗拉开始生产硬件。同时互联网巨头google充当了当年PC微软的地位,他推出了android操作系统,一些硬件商纷纷加盟,最重要的是android是基于Linux开源的操作系统,势必将成本降低了很多。为之又是个人 企业爆发了手机应用开发热!你看啊历史的车轮转的如此的完美,我真的相信了一句话:世界是一个圆,永远是和谐完美的。

      接下去论一下互联网发展的最新应用领域:移动商务在四个方面不断取得突破,包括:基于地理位置的服务,更精准地面向消费者,帮助其寻找本地的优秀商品和服务;价格透明化,新的应用帮助用户比较本地和线上商店的价格;折扣让利,iPhone版Groupon应用提供低至一折的本地服务;实时满足,数码和内容产品购买后实时获得,包括iPhone上的iTunes音乐商店等。

    随着智能手机和平板电脑的迅速普及,移动互联网加速发展,出现了一些不容忽视的新趋势。文章列举了九大趋势:

    1、移动平台迅速普及

    从2010年第四季度起,智能手机与平板电脑的总销量已超过台式机和笔记本电脑之和。

    2、移动业务全球化发展

    去年第三季度全球3G用户数同比增长35%至7.26亿,普及率达14%;其中中国市场达到2000万,增长率高达458%。目前3G用户数最多的分别是美国和日本,分别达到1.41亿和1.09亿,而中国、巴西、印尼和越南等国增长迅猛。

    3、社交网络加速移动业务发展

    Facebook、苹果和谷歌三大平台增长依然强劲,分别是社交、移动和搜索方面的领军企业。Facebook用户数已达6.62亿,同比增长41%,平台上有超过55万种应用,总下载次数超过5亿次;苹果用户数超过1.3亿,同比增长103%,平台上有35万以上应用,总下载次数超过100亿;谷歌用户数达9.72亿,同比增长8%。

    新兴平台发展更快,微博网站Twitter用户数达2.53亿,独立访问用户同比增长85%;社交游戏公司Zynga用户数超过1.3亿,月度活跃用户数同比增长15%;团购网站Groupon用户数达5100万,同比增长25倍。

    4、用户对移动设备的使用方式转变

    在2011年1月份,用户使用智能手机的时间中,32%用于电话和短信等;9%用于电子邮件应用;12%用于上网浏览和网络应用;其他47%时间则用于地图、游戏、社交网络等。意味着60%的时间用于各种“新活动”。另外,思科公司的数据显示,今后5年内全球移动数据流量将增长26倍。

    5、移动广告前景光明但目前增长仍较为缓慢

    据统计,移动广告的性价比远超互联网、电视、印刷、广播和户外广告,但需要积极探索新广告形式,吸引更多高级客户。

    6、移动商务将改变购物行为模式

    移动商务在四个方面不断取得突破,包括:基于地理位置的服务,更精准地面向消费者,帮助其寻找本地的优秀商品和服务;价格透明化,新的应用帮助用户比较本地和线上商店的价格;折扣让利,iPhone版Groupon应用提供低至一折的本地服务;实时满足,数码和内容产品购买后实时获得,包括iPhone上的iTunes音乐商店等。

    7、虚拟物品和应用内交易勃兴

    2010年仅美国市场虚拟物品交易额就超过15亿美元,今年有望超过20亿美元。

    8、不同平台发展速度迥异

    去年第四季度,使用谷歌Android系统的智能手机出货量达到3300万部,市场份额达33%,一举超过诺基亚排行第一,同比增长615%;苹果iPhone出货量也同比大增86%;而诺基亚智能手机销量仅增长30%,份额从2009年第四季度的44%滑落至31%;微软智能手机销量下降了20%。

    此外,Android和iOS平台上用户上网时间和下载的应用数量也显着高于其他平台,这一因素导致iPhone用户中付费用户的比例高达13%左右,相比之下其他平台仅为3%左右。

    9、互联网领域变革将加速,新兴企业层出不穷

    2004年市值排行前15的互联网公司中有7家已跌下该榜单;目前市值排行前三的互联网公司分别是苹果、谷歌和亚马逊,腾讯列第四位,中国企业中还有百度、阿里巴巴和网易上榜。在移动互联网迅速发展的当今时代,同样会涌现一批后起之秀。

     总之这个充满魔力的年代,似乎创新也开始源源不断,似乎互联网的产品永远都不能满足人类的眼球和欲望,互联网应用是如此具有创新意义,他就像是激发了了人类创意的源泉,而这一切从本质来说社交网络有这非凡的意义。正式人得参与,开放平台的建立,才吸引了无数应用遍地开花。激发了人们无限的创意。而这一切思想的源泉还是马克扎克伯格的魅力和他前瞻性的思想的结晶!--------

    作者 秦伟平 参考书目<</span>微刊 互联网数据>《互联网的发展历史》参考文献 中国织网
    展开全文
  • 在本文中,我们介绍了社交网络中人类的行为局限。 然后基于这些局限,提出了一种动态核心兴趣映射(DCIM)算法,该算法结合用户的社交网络结构和用户的文章内容来识别平台上的用户。 该算法首先对用户的核心...
  • 然而,就社交网络的应用尤其是移动互联网社交应用而言,尽管创业团队不停地涌现,或昙花一现,或笋未成竹,便已老去,如雾里看花一般。我自创业至今做了几款社交应用,甚至申请生成了多个专利(专利号:...

    社交网络,对每个人是熟悉而又陌生的。每个人都可以说出个一二三,因为人是社会的动物,每个人都有自己的社交圈子即社交网络。然而,就社交网络的应用开发尤其是移动互联网社交应用而言,尽管创业团队不停地涌现,或昙花一现,或笋未成竹便已老去,如雾里看花。


    我自创业至今做了几款社交应用,甚至申请生成了多个专利(专利号:2013102468581已成立,201310415287X,2013103321616,2013103703589处于open 状态,在高通养成的习惯,呵呵),但是越开发越是心存敬畏,发现自己对社交网络应用竟是一知半解,始终徘徊在门槛之外。


    IT 乃至互联网或者无线互联网始终是一种工具,与专业领域的知识相结合才能提供服务。

    社交网络的专业知识是什么呢? 从社交网络分析的角度看包括心理学,人类学和社会学三个学科。


    ?心理学典型的研究方法是 同名法,来测量社会关系即社交结构与心理健康的关系。Facebook 成功了,与扎克伯格 的心理学专业有没有关系呢?

    ?人类学的经典研究曾经是基于触排布线室的数据 来进行人际网络分析,侧重于连接性。如果应用只停留在6度空间,谁还记得原来的you2you的社交网络呢?

    ?社会学的典型研究侧重于社交行为和人际互动。应用提供了新型电子化的社交行为和人际互动方式,怎样从社会学的角度进行创新呢?


    人参与到社交系统中,社交系统将他们与其它行为人联系在一起,行为人之间的关系对各自的行为存在着重要的影响。社交网络分析的关键是识别、测量和检验 关于行为人之间关系的结构形式和实质性内涵。社交网络中的结构性关系比年龄、性别、价值和意识形态等个体特征更重要。社交网络通过实体之间的关系所建立的各种结构机制影响实体的观念、信仰和行动。强关系互动 使实体活动更好的信息,更多的认知,更强的敏感性。弱关系互动(一般通过媒介)激发想法,获得一些潜在有用资源。通过把信息和资源传递到特定的结构位置,网络有助于激发兴趣、分享认同、促进共同的价值和规范。结构关系视为动态过程,其中关键的问题是大规模的系统性变化如何从个人的综合偏好和目的性行动中显露出来。 由此来看,微信和微博之间的优劣是否一目了然了呢?


    关系一般被定义为两个人或对点之间的特定接触、连接和联结。 关系可以是定向的,也可以是非定向的。关系是一种共同的对偶特征。关系反映出复杂社交系统中仅靠成员特征的求和或者均值所不能描述的新维度。社会结构可以表述为网络--包括一系列节点(或社交系统的成员)和一系列描述他们之间关联性的关系。社交网络 是 在特定人群中的一整套具体的联系,这些联系作为一个整体可以用来解释其中人们的社会行为,行为人之间的关系结构和个体认为人在网络中的定位,对于每个个体单元和整个系统来说,在行为、意识和态度方面都有重要的影响。关系内容的基本范式有:交易关系,沟通关系,交叉关系,利用关系,情感关系,权力关系,亲属关系......人际关系的外延是否太大了呢?


    开发一个社交类应用,首先要确定的是用户群体,实际上就是的该社交网络范围的界定。所有这类应用都是一个隶属网络,简单粗暴的办法是主观评价和概念强加,稍微细分一下,利用行为人的特征、他们在某一组织内的成员资格,或者对某一界定位置的占有,来对某一网络进行边界划定,一般会得到一个行为人的集合。当然,也可以根据关系策略来定位用户群体。再细一点,根据特定事件和地点中的行为参与者而确定网络边界即用户群体。图论和代数分析能给我们什么帮助么?


    地铁阅读时光里读完了《社会网络分析》一书,千万别说我懂社交网络!





    展开全文
  • 互联网安全的重要性

    千次阅读 2015-06-14 20:17:31
    互联网安全的重要性 当今,计算机领域什么最火?当属人工智能了,纵观各大IT巨头google,facebook,apple,Baidu都有自己的人工智能实验室,google有谷歌大脑,其主要计划是研究当今最顶级的技术,比如无人驾驶汽车...

    论互联网安全的重要性

    当今,计算机领域什么最火?当属人工智能了,纵观各大IT巨头google,facebook,apple,Baidu都有自己的人工智能实验室,google有谷歌大脑,其主要计划是研究当今最顶级的技术,比如无人驾驶汽车,google眼镜,百度成立IDL深度研究院等等。这是不是代表,未来我们的生活将因人工智能的发展而发生巨大变化?我想是的。人工智能要基于海量数据处理,这些数据包含大量的客户隐私信息,大家都知道,数据比什么都重要。如果数据泄露了,你的隐私就暴露了,这带了的后果是灾难的。举一个简单的例子,201412月多的时候,12306被黑客撞库,泄露了14w的用户数据,这些用户的密码基本都是由其它网站泄露出来的,然后黑客用其它网站泄露的信息区撞12306的数据库,密码相同的即被泄露出来了.

     

    目前阿里巴巴的网络攻防实验室的负责人云舒已经着手解决验证码问题,有些功能不需要验证码了,但比验证码更安全。

     

    相信很多人有iphone6,被其指纹解锁所吸引,iphone也被认为是最安全的手机,当然并不是完全安全的,是系统它就有漏洞,没错,现在中国最顶级的黑客TK教主(腾讯玄武安全实验室负责人)就最先破解了iphone的指纹解锁技术,当然并没有公开。

    而且自从有社交网络之后,犯罪份子们往往可以更精确的锁定目标。在我们发布个人状态和新闻消息时,犯罪份子可能正在微博、人人网、微信、淘宝、京东上面确认着你的行踪。没错,你的一举一动都可能被人关注着。

    更让人无法忍受的,是那些昧着良心把你注册信息卖给第三方的服务商。如果你是垃圾短信、垃圾邮件的受害者,你一定能体会到这种痛苦。犯罪份子和垃圾广告发送者经常用这种廉价而又高效的方式来获取用户的信息,从而为下一步行动做准备。

    技术实力雄厚的攻击者可以通过窃取用户云端服务商的数据库来获得用户的个人信息和密码,普通的攻击者则更多的使用钓鱼的方式来引诱用户去点击他们精心构筑的链接……

    然后,他们可以冒充用户来对不知情的用户好友进行诈骗。比如在QQ上说我这几天手头紧,能否给我的帐号打几百块钱;或者直接去登录用户的游戏帐号、网店账户,将里面的虚拟货币和货款提走。甚至借用你的帐号来做跳板,去攻击另外的人。

    这是对于个人来讲,网络安全的重要性。对于国家来说,网络安全更是重中之重,前些日子,网上说有个黑客把飞机上面的系统给黑了,掌握了飞机的飞行权,还好他只是让飞机稍微左右摇摆了一下,如果这个人是恐怖分子,那还了得?更有顶级的黑客都打起了卫星的主意,如果卫星都被黑了,大家可以想象下后果。

    现在感觉大公司都在搞机器学习,自然语言处理,模式识别等人工智能领域,并不是很重视这方面(比如阿里校招的时候在黑龙江只招几个安全人员),出了事才会后悔,所以我断定,未来互联网安全将会同人工智能一样重要!

     

     

    展开全文
  • amp;chl_code=kb_news_tech&amp;h=0 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 ...社交网络分析的应用 ...社交网络在维基百...
  • 用python分析《三国演义》中的社交网络

    千次阅读 多人点赞 2018-12-29 20:34:04
    一直以来对自然语言处理和社交网络分析都很感兴趣,前者能帮助我们从文本中获得很多发现,而后者能够让我们对人们和各个事物之间普遍存在的网络般地联系有更多地认识。当二者结合,又会有怎样的魔力呢? 作为一个...
  • 社会计算是指社会科学和计算技术交叉融合而成的一个研究领域,研究如何利用计算系统帮助人们进行沟通与协作,研究如何利用计算技术分析社会运行的规律与发展趋势,即以社交网络和社会媒体为研究对象,从中发现社会...
  • 复杂网络之社交网络

    千次阅读 2017-11-28 11:02:39
    移动互联网在近年来经历了快速的发展,全球用户数已接近30亿。人们在移动互联网上享受着各种便利的服务,如交友、点餐、求职、阅读新闻、观看视频、发布照片、分享旅行等等。可以说,网络生活已经渗透到了我们现实...
  • 社交网络节点理论

    千次阅读 2015-12-14 22:01:27
    虽然社交网络中存在不太重要的节点,但是对于一个覆盖面很广的社交网络来说,八成重要性并不是最重要的节点也有其商业开发的价值,互联网的浪潮已经将商品成本降至极低,长尾理论将发挥巨大的价值。 8.羊群效应 ...
  • 从数学的视角看社交网络

    千次阅读 2016-03-20 21:53:32
    社交网络是有趣而又令人迷惑的的,总希望希望从社交网络本身找到一些对移动互联网产品有启发的东西,而自己的社交网络有限,只得求助于专家们的著作了,这点文字是《社交网络分析-方法与实践》一书(地铁阅读时光)...
  • 这十多亿社交账户所代表的“互联网神经元”正在组成一个崭新的“大脑”,...而这些情绪,认知和智慧涌现的基础恰恰需要对这些社交网络天文数量的大数据进行深度挖掘。其结果将是“互联网X大脑”计划所产生的重要成果。
  • 在线社交网络影响力分析——总结

    千次阅读 2014-08-07 15:18:27
    社交影响力可以通过用户之间的社交huo'dong
  • 鉴于互联网作为新闻来源的普及性以及互联网上信息的不断增长,自动识别谣言的重要性正变得越来越重要。 开发了一组定性和定量指标,以更好地了解每个搜索查询的特征及其生成的结果数据集。 定量指标表明数据集的...
  • 一文读懂社交网络分析(附应用、前沿、学习资源)学习笔记一、社交网络的结构特性与演化机理1、社交网络结构分析与建模1.1 统计特性1.2 网络特性1.3 网络模型2、虚拟社区以及发现技术2.1 定义2.2 社区发现算法评估...
  • 互联网时代个人信息安全的重要性

    万次阅读 2017-10-18 16:09:20
    其实这句话真的不假,那么我们知道这一点之后,就要着手做好保护自己个人信息的一些必要措施,你应该不想在你工作之后,面临升职竞争时被人爆出来自己年幼无知在网络上发过的一些幼稚言论吧。 不要使用同一个名字...
  • 社交网络》是一部改编自本·麦兹里奇的小说《意外的亿万富翁:Facebook的创立,一个关于、金钱、天才和背叛的故事》,由大卫 · 芬奇掌镜,于2010年上映的剧情向影片。 电影以FACEBOOK创始人Mark Zuckerberg...
  • 基于PageRank的社交网络用户影响力

    万次阅读 2014-11-17 13:32:30
    社交网络作为一个全新的互联网交友平台与信息传播平台,每天都有海量数据在这个平台上发布。社交网络是一个虚拟社会网络,它是由许多节点构成,是现实社会在网络上的体现。每个节点都代表了现实生活中的一个人或者一...
  • 目前区块链最饱受诟病的一点在于区块链技术的火热,到目前为止并没有一个... 技术的应用来源于用户需求,信息的获取成就了搜索引擎,沟通和联结是用户的基本需求,于是诞生了以Facebook为代表的一系列社交应用,Fa...
  • 社交网络分析与反欺诈

    千次阅读 2020-03-29 12:51:45
    目前针对图网络结构,比较热门的一个部分就是知识图谱,知识图谱是基于二元关系知识库,构成网络结构,基本组成单位是”实体-关系-实体“的三元组,实体之间通过关系相互联结。 主要可以应用的场景有:风险预测、...
  • 在大数据时代,社交网络已成为互联网上人类交流与互动的重要体现。 识别网络中有影响力的传播者,在疾病爆发,病毒传播和舆论控制等各个领域都起着至关重要的作用。 基于这三种基本集中度测度,提出了一种应用偏好...
  • 关于互联网有三条重要的定律:摩尔定律、吉尔德定律和梅特卡夫定律。其中摩尔定律是流传最广泛的,相信很多人都听过:价格不变的时候,集成电路上可容纳的元器件的数目,每月18个月便会增加一倍,性能也会提高一倍。...
  • 来自:复旦DISC引言谣言始终与人类社会的发展形影相随,随着互联网的发展和网上言论的开放,虚假的、未经证实的信息极易在社交网络平台上广泛传播,带来不良社会影响。目前,网络谣言常被定义为“...
  • 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 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 前言  社交网络在维基...
  • 人工智能时代,所需要了解人工智能的基本常识

    万次阅读 多人点赞 2018-12-10 22:49:44
    人工智能的历史、核心技术和应用情况进行了详细说明,尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解,也有助于各行业的公司考量人工智能应用的实际价值。  一、概述  近几年...
  • 测试开发需要学习的知识结构

    万次阅读 多人点赞 2018-04-12 10:40:58
    转行互联网测试需要哪些技能? - 假装在测试的回答 - 知乎作为一名软件测试人员,有哪些网站是你应该多多关注的,哪些书籍是你必须要看的? - 假装在测试的回答 - 知乎白盒与黑盒测试什么区分1、黑盒测试 黑盒测试...
  • 社交网络风生水起,越来越多的人愿意在这个交互的时代分享自己的见闻感受,而我们通过电脑、手机等电子设备在网上进行的每一个操作,都被服务器记录了下来,社交网络中的个人信息也成为大数据时代商家博弈的一大焦点...
  • 基于社交网络分析算法(SNA)的反欺诈(一) 社交网络分析算法并不新鲜,且已经广泛应用于社交人物影响力计算、好友和商品推荐、社交圈子分析等领域。近几年,社交网络分析算法的应用不断拓展,已经开始应用于各种...
  • 社交网络数据挖掘

    千次阅读 2013-05-06 10:33:05
    与传统的论坛、博客相比,社交网络是虚拟世界与现实世界的桥梁,在互联网上将现实生活中人与人之间的关系建立起来。从社交网络的分类来看,Facebook、Twitter、LinkedIn分别代表三种不同的社交网络。Facebook是基于...
  • JAVA上百实例源码以及开源项目

    千次下载 热门讨论 2016-01-03 17:37:40
     可直接输入文件名或网络地址,但必需事先连入网络。 Java编写的山寨QQ,多人聊天+用户在线 21个目标文件 摘要:JAVA源码,媒体网络,山寨QQ,Java聊天程序  Java编写的山寨QQ,多人聊天+用户在线,程序分服务端和...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 37,811
精华内容 15,124
关键字:

互联网社交网络的重要性