导语：如何才能写好一篇社交网络定义，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
以下是社交网络高管普遍认同的6点规则：
1.当拥有规模后，失败是容许的
2.寻求个性
3.用户对社交网络充满疑虑
信任是社交网络中最具价值的元素，而最好的情况是用户给出有关他们身份的各种重要信息。如果能成功做到这一点，并使用户、用户的好友，以及类似的陌生人尊重这些信息，那么社交网站将可以把用户紧密的联系在一起。然而，社交网站做到这一点很困难。在用户不理解社交网络本质的情况下，他们对社交网络的担忧非常明显。
Digg创始人之一杰·安德尔森(JayAdelson)表示：“在缺乏信息的情况下，用户总是假定社交网站中存在‘阴谋’。”这一现状的原因很简单：社交网络是新兴事物，而用户也担心计算机网络本身存在匿名控制问题。从网站运营者的角度来看，解决该问题的方法是让用户明确为何要这样做。
4.信任是存在风险的，因此要保持一定的不透明
对社交网站来说，在开放的同时也要保持一定的不透明，尤其是在有关排名和过滤系统工作原理方面。社会化评价网站Epinions前高管凯文·劳斯(KevinLaws)表示：“所有算法都会被人破解。在算法如何工作方面，你必须保持不透明。”只有知道系统是健全的，用户才会信任该系统。但这意味着用户不可能知道一切。
5.尊重能带来价值
Epinions和Digg等网站最初向用户付费，吸引他们做出评价。但这样做带来问题，一些用户利用系统漏洞，导致其他用户不再相信系统提供的结果。正如在开源软件领域一样，用户参与的目的是为了获得其他人的肯定。金钱的激励只会让事情变得复杂。
关键词：社交网络；剪枝策略；传播模型；话题
中图分类号：TP391.41文献标识号：A
TheResearchonPruningStrategiesTopicPropagationModelofSocialNetwork
YINZelong，TANGXianglong
（SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin150001，China）
Abstract：Withthespreadingoftopicsinthesocialnetwork，topicmodelswouldspentmoretimeandmorestoragespacewiththeincreaseofthesizeofdata.However，mosttopicsfocusonsomekeynodesandpartsofnodeshavenosignificanteffectontopicpropagationintherealprocessoftopicpropagation.Ifwecouldreasonablycutsomenodesinthesocialnetworkduringthespreadoftopics，theruntimeoftheprogramandthestoragespacebothwouldbereduced.Tosolvetheaboveproblem，thepaperdesignstwonovelgraphpruningalgorithmtoreducethenumberofnodesinthesocialnetwork.Thetwoalgorithmspresentedinthispaperintroducedthethoughtofrecommendsystemintotheresearchonpruningstrategyoftopicpropagationmodelsandhaveacertainnovelty.Withtheanalysisandcomparison，thepaperanalyzestheimpactofdifferentpruningstrategiesofpropagationmodelontheeffectiveness，thespace，runningtimeandtherobustnessofthegraph.
Keywords：SocialNetwork；PruningStrategy；PropagationModel；Topic
0引言
剪枝是一种机器学习技术，通过移除树的某些节点来减少决策树的大小，其中这些节点对分类实例拥有很小的影响因子[1-2]。剪枝不仅能够减小算法的复杂性，同时还能够提高算法的预测准确性。
在决策树算法中，一个重要的问题就是优化最终树的规模。如果树的规模过大，就会存在训练数据集过度拟合而新样本概括不准确的问题；树的规模过小也会无法把握样本空间重要的信息结构。同时，也很难分析出算法何时应该停止，因为此时仍无法判断新加入的节点能否动态地减少错误，这个问题被称为视界效应。一个一般化的策略是让树自然生长直到停止为止，再使用剪枝策略去移除那些没有重要作用的节点。
1问题定义
图1话题与用户的映射关系图
Fig.1Mappingrelationshipbetweentopicsandusers
一个用户可以包含多个话题，一个话题也可能对应多个用户。同时话题对于不同用户，其权重也是不同的，因此上假设关键词对于用户的权重为。根据上述定义，可以抽象出本文的研究问题：已知社交网络关系图和话题集合，求出。为了解决上述问题，本文提出了两种新颖的图剪枝算法，根据和话题集合提供的信息，结合图剪枝算法来获取。下面将介绍本文所研究的社交网络话题模型的剪枝策略。
2剪枝策略算法研究
本节介绍了两种社交网络话题模型的剪枝策略，基于话题权重和基于用户兴趣相似性的剪枝策略。总而言之，这两种算法均是将推荐系统的思想引入图剪枝策略中。
2.1基于用户话题权重的剪枝策略
基于用户话题权重的剪枝策略与基于用户兴趣相似度剪枝策略类似，都是利用了话题与用户之间的关系。不同之处是后者计算与用户具有共同兴趣用户广泛度，前者是计算拥有话题的广泛度。在传播模型中，如果多个话题出现在某个用户上，则在一定程度上可以说明话题在传播过程中频繁地经过该用户，因此这样的用户可以被看作关键用户。基于上述的原因，研发设计了一种基于用户话题权重的剪枝策略算法。
假设社交网络关系图为以及话题集合为，每一个话题被一个或者几个用户所拥有，则假设拥有话题的用户集合为，用户拥有话题的权重为。首先，对每一个话题的用户集合按照用户拥有该话题的权重进行排序，如图2所示。
图2基于话题权重的剪枝步骤1
Fig.2Topicweightpruningstep1
然后，将每个话题的用户按照从小到大的顺序进行编码，如图3所示。
图3基于话题权重的剪枝步骤2
Fig.3Topicweightpruningstep2
最后，循环遍历每一个来统计每一个的话题权重总和，并排序，如图4所示。
图4基于话题权重的剪枝步骤3
Fig.4Topicweightpruningstep3
2.2基于用户兴趣相似度的剪枝策略
在本节中，给出了话题集合与用户集合存在映射关系，即同一个用户可以拥有多个话题，同一个话题可以被多个用户拥有，因此即以用户拥有的话题相似性来表示用户的兴趣相似性。在以上研究中，已经阐述到用户的兴趣相似度对话题转移概率是有影响的，当用户间兴趣相似度越大，则话题更有可能在同群用户之间经常传播。如果某个用户与很多用户均具有颇高的兴趣相似度，则这样的用户就是话题传播过程中的关键用户而应该得到保留。假设用户的话题集合分别为和，则采用cosine-index[6]来衡量兴趣相似度，即：
（1）
由公式（1）可知，可以计算出的。下面将以4个用户（）为例来说明该算法步骤。当计算出所有用户之间的兴趣相似度后，就可以得到如下所示的矩阵图：
图5基于用户兴趣相似性的剪枝步骤1
Fig.5Interestsimilaritypruningstep1
如图5所示，该图的前半部分表示用户兴趣相似度的矩阵图，后半部分即将每一个用户与之关联的用户兴趣相似度进行排序。而后再对排序后的矩阵进行归一化处理，如图6所示。
图6基于用户兴趣相似性的剪枝步骤2
Fig.6Interestsimilaritypruningstep2
最后，则将归一化的矩阵中每一个用户的兴趣相似度进行统计，并排序得到综合结果。具体如图7所示。
图7基于用户兴趣相似性的剪枝步骤3
Fig.7Interestsimilaritypruningstep3
用户最终得到的权值越大，就说明用户和周围用户有着更为广泛的兴趣相似度，反之亦然。
3实验结果与结论分析
3.1数据集
表1实验数据及环境配置
Tab.1Theexperimentaldataandenvironmentconfiguration
名称参数
实验数据User（节点）
Connection（边）
Topic（话题）11589
72395
107
机器配置8GRAM，3.40GHZCorei7处理器
编程语言C++
分析工具Matlab2010，Excel
数据库Mysql
3.2实验设计
3.3实验效果评估
图8不同剪枝策略下剪枝比例与F1的关系对比图
Fig.8RelationbetweenF1andpruningproportionbasedondifferentpruningstrategies
Fig.9Relationbetweenruntimeandpruningproportionbasedondifferentpruningstrategies
4结束语
参考文献：
[1]HARABORD，GRASTIENA.Onlinegraphpruningforpathfindingongridmaps[C]//AssociationfortheAdvancementofArtificialIntelligence，SanFrancisco，CA，USA：AAAI，2011.
[2]KRETZSCHMARH，STACHNISSC，GRISETTIG.Efficientinformation-theoreticgraphpruningforgraph-basedSLAMwithlaserrangefinders[C]//IntelligentRobotsandSystems（IROS），SanFrancisco，CA：IEEE/RSJ，2011：865-871.
[3]DENGH，HANJ，ZHAOB，etal.Probabilistictopicmodelswithbiasedpropagationonheterogeneousinformationnetworks[C]//KDD’11，NewYork，NY，USA：ACM，2011：1271-1279
[4]GOYALA，BONCHIF，LAKSHMANANLVS.AData-BasedApproachtoSocialInfluenceMaximization[J].VLDB2012，2012，5（1）：73-84
关键词：物联网；SD-WAN；智慧城市；美国
1智能终端数量将激增
根据公开数据，未来十年全球对智慧城市的投资额将达到2万亿美元，因智慧城市是通过传感器将所有城市设施物联成网，智能终端的数量因此也会激增。2016年，物联网终端设备的数量预计将达到64亿，同2015年相比增长30%，至2020年，全球物联网设备的数量可能达到208亿。
这一预测并非空穴来风，以英国为例，近日，英国白金汉郡的米尔顿凯恩斯镇与跨国公司英国电信（BT）签署一项合同，将针对物联网建立一个全新的公共网络，该项目需要建立15个网络站，可以接收从洗衣机到停车场中全部的传感器信号。
2智能终端网络联接面临的挑战
将城市设施与所有的传感器及应用程序联接面临着许多挑战，其中就包括网络联接的挑战：
首先，必须有一个或多个极度可靠且价格低廉的网络，能够精准地收集全部传感器每时每刻所生成的数据。
其次，网络的连通性需要做到无处不在并且及时可靠。众所周知，WiFi并不是无处不在，公共宽带的专用线路又非常昂贵。智慧城市需要整合公共宽带和私人WiFi，实现可靠稳定的网络连接。
3SD-WAN技术将助力智慧城市
要解决这些问题，广域网简化技术就变得非常重要。以往的广域网配置复杂，尤其是电路类型和服务供应商各不相同。所以，建立一个能覆盖不同实体网络的虚拟网络是将物联网与智慧城市相连的关键。
SD-WAN（软件定义广域网）技术应运而生。这是一项新的网络变革技术，用软件重新定义网络能力，使网络从静态走向动态，批量收集数据。
轻松查看更新信息
添加新浪微博与人人网提醒
首先打开360极速浏览器，单击“自定义”菜单选择“工具/管理扩展程序”（如图1），此时会出现“选项”页面，单击“获取更多扩展程序”切换到“扩展”页面，找到“360微博提醒（增强版）”拓展程序，接下来单击后面的“安装”按钮即可，稍后在浏览器工具栏上即会出现应用的图标。
最后，再按同样的步骤搜索并安装“360人人提醒”拓展程序即可。
腾讯微博
对于使用腾讯微博的用户来说，360浏览器并没有专门提供扩展应用插件，不过也没有关系，因为360浏览器可使用谷歌浏览器的各种插件。
娱乐游戏方便安全
近年来，随着网络技术的飞快发展与应用，尤其是社交网络的日渐普及及应用，社团发现成为一项重要的研究课题。基于模块度的社团发现算法对于现阶段的社团划分研究具有重要意义。CNM算法就是基于模块度的算法中的一种。本文提出了基于Hadoop的MapReduce框架下对CNM算法的研究分析。最后展望了该领域未来的研究方向。
【关键词】社团发现算法模块度CNMMapReduce框架
随着社会的不断发展和个体之间关系的日益复杂，这给传统的社交网络带来了极大考验。由此，各类社团发现算法应运而生。基于模块度的社区发现算法是现阶段较流行，研究较为广泛的算法。CNM算法就是这其中的一种。但对于社交网络中日渐增长的庞大数据量，这对传统的数据存储及处理方式提出了巨大的挑战。将全部数据信息存入到内存或是硬盘中已经变得不现实。由此，分布式处理方式进入到研究者的视线中。分布式系统，因拥有多种通用的物理和逻辑资源，可以动态的分配任务，分散的物理和逻辑资源通过计算机网络实现信息交换，鉴于分布式系统具有的高吞吐、高并发、低延迟性的特点，可满足当今社团网络处理的要求。
Hadoop是一个能够对大量数据进行分布式处理的软件框架，由Apache基金会所开发。基于Hadoop的Mapreduce框架可对大规模的数据进行并行运算。从CNM算法运行的步骤中可看出，每一步的进行可划分成多个任务进行并行的处理，非常适合Mapreduce框架，这解决了该算法应用于大规模网络时会出现内存溢出的问题。鉴于此，本文提出基于MapReduce架构的CNM社团发现算法。
1基于模块度的社团发现算法
在社交网络中，社团可理解为社交网络的一个子集。在同一个社团中的节点，一定有着某种相同或相似的属性。在在社交网络中检测、发现社团结构的过程就是社团发现。而发现社团所用的算法，就是社团发现算法。现阶段有很多种类的发现方法。例如：基于模块度优化的方法，分裂方法，谱方法，基于推理的方法等等。
1.1模块度函数
所有的社团发现算法都需要有一个评价标准来衡量社团发现结果的合理性和有效性。这便引入了模块度的概念。模块度的定义由Newman等人提出，是目前常用的一种衡量网络中社区稳定度的方法。下面引入模块度的定义：
给定一个图G，它表示一个社交网络，C表示社交网络中的社区，m表示G中边的数量，则：
若节点i和j之间有边相连，否则
是节点i的度
由此，模块度的定义可表示为：
归纳来说，模块度表示所有被划分到同一个社团的边所占的比例再减掉完全随机情况时被划分到同一社团的边所占的比例。
模块度增量的定义是：
1.2CNM算法介绍
在CNM算法的执行过程中用到以下数据结构：
（1）模块度增量矩阵ΔQ：记录了有边相连的社团之间的模块度增量。
（2）最大堆H：该堆中包含了模块度增量矩阵ΔQ中每一行中的最大元素。
（3）辅助向量a：用来记录节点的度。
2MapReduce框架介绍
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。主要分为两个部分Map（映射）和Reduce（归约）。利用MapReduce框架可实现并行编程。
Map函数可接受一个键值对（key-value），产生一组中间结果，在Reduce函数中指定如何对中间结果进行归约并生成最终的处理结果。MapReduce框架下程序的并发处理过程可如图1所示。
3CNM算法在Mapreduce框架下的分析研究
3.1算法思想
采用MapReduce框架实现CNM算法可分四步骤进行：
第一步：进行数据预处理，将稀疏矩阵中存储的相连边之间的信息转换为键值对的形式。
第二步：根据第一步得到的数据预处理的结果，求模块度增量ΔQ。
第三步：将所有的ΔQ进行比较，得到最大的ΔQ。
第四步：进行更新操作，修改矩阵中的行列值。
以上四个步骤设计的关键点在于如何设计MapReduce。
3.2算法描述
a一次读取矩阵中一行的信息
Map阶段：将转换成对
for（values.hasNext（））{
if（values！=null）
Emit（key，value[n]）；}
Reduce阶段：合并表示同一连接关系的
if（key1=value2&&key2=value1）
delete；
elseEmit（key，value）
b求模块度增量ΔQ
Map阶段：读入上步骤所得的结果
while（keys.hasNext（））{
CalculateQ；
Emit（）；}
Reduce阶段：根据Map输出的结果求模块度增量ΔQ
CalculateΔQ；
Emit（，ΔQ）
c找到ΔQ值增大量最大所对应的顶点对
仅有Reduce阶段
Max=0；
while（values.hasNext（））{
if（Max
max=value.get（）；
}
Emit（，Max）；
if（Max==0）
exit（）；
d更新操作
Map上一步所得的结果作为输入
update（（，Max））；
Emit；
Reduce更新新的节点所对应的模块度；
For（key：keys）
Update（）；
value.get（）=Q；
Emit
递归运行a～d步骤，直到ΔQ值不再变化，程序结束。
4实验结果与分析
实验软件平台为JavaJDK1.6和Hadoop0.23.4，在虚拟机上搭建伪集群进行测试，实验中选择1亿数据在不同数目的集群节点上进行测试，得到如图2所示的测试结果。
从该图中可以看出，当数据量保持不变的情况下，当集群中的节点适当的增加时会使并行加速比增加，但当并行加速比增加到一定的值后，加速比反而会下降，这可能是因为当Map数和Reduce数增加过多时，会使节点间的通信量增加，造成网络延迟从而导致并行加速比的下降。
图2中，横坐标n表示集群中设置的节点数，纵坐标ε表示并行加速比。
5结论
参考文献
[1]WhiteT.Hadoop权威指南[M].周傲英，曾大聃译.北京：清华大学出版社，2009.
[2]SggarwalC.SocialNetworkDataSnalytics[M].America：Springer-VerlagNewYorkInc，2011.
[3]NewmanMEJ.Fastalgorithmfordetectingcommunitystructureinnetworks[J].PhtsRev：E，2004，69（6）：133-137.
[4]吴晓伟.MapReduce并行编程模式的应用和研究[I].中国科学技术大学.2009，5.
[5]解，汪小帆.复杂网络中的社团结构分析算法研究综述[J].复杂系统与复杂性科学，2005，2（3）.
[6]ClausetA，M.E.JNewman，MooreC.Findingcommunitystructureinverylargenetworks[J].Phys.Rev.E，2004，70（6）：066111.
[7]LinJ，SchatzM，DesignpatternsforefficientgraphalgorithmsinMapReduce[C]//ProceedingsoftheEighthWorkshopinMingandLearningwithGraphs.NewYork：ACM，2010：78-85.
[8]NewmanMEJ，GirvanM.FindingandEvaluatingCommunityStructureinNetworks[J].Phys.Rev.E，2004，69（2）.
【关键词】网络传播；表情包；情感表达；身份认同
一、表情包的概念界定
二、表情包的兴起
表情包的兴起可以分为三个阶段。第一阶段：表情符号应用的起点可以追溯到上世纪80年代斯科特法尔曼将“:-）”用来表示“微笑”之时，此后ASCII字符正式被运用于社交平台之中。接着，日本运用ASCII字符来模拟各种肢体动作，由此衍生出独具特色的“颜文字”。第二阶段：伴随着社交媒体的疾速发展，网络交流中新一代卡通图像出现，腾讯公司随即开发了“自定义表情”。最初的自定义表情分为JPG格式、GIF格式（即静态与动态）两种形式，电视作品、动画片段等均可成为表情符号的制作选材，且多为UGC生成内容。第三阶段：现今，流行于网络平台的表情包被注入了更多的活力。这一阶段的表情符号的表现形式多以明星、现实中人们的夸张动作的照片加上文字制作而成，例如电视剧中表现夸张的人物、沉浸于演唱曲目的歌手等，常会成为表情包的创作素材。
三、网络传播中表情包的使用情况调查
笔者使用了问卷调查的方法，通过随机问卷发放，为本文提供数据依据。通过几天的调研，发放了300份问卷，回收282份，其中有效问卷273份，主要针对18至24岁青年群体，这一群体占有效问卷人数的63.37%。
（一）调查对象基本情况
1、性别情况本次问卷调查涉及人数为273人。其中男性人数75人，占被调查人数的27.47%；女生人数为198人，占被调查人数的72.53%。2、年龄情况参与问卷访谈人员的年龄分布如下：18岁以下7人，占总人数的2.56%；18-24岁173人，占63.37%；25-30岁13人，占4.76%；31-35岁3人，占1.1%；36-45岁18人，占6.59%；45岁以上59人，占总人数的21.61%。3、受教育程度被调查者受教育程度为初中及初中以下17人，占总人数的6.40%；高中39人，占总人数的14.13%；专科63人，占总人数的23.17%；本科121人，占总人数的44.16%；研究生及以上33人，占总人数的11.69%。
（二）网络传播中表情包的使用情况
1、使用频率在调查中，每天使用表情包15次以上的人数为171人，占总比例的64.53%；每天使用表情包5-15次的人数为92人，占总比例的34.72%；每天使用表情包5次以下的人数为2人，占总比例的0.75%。2、用户喜欢使用的表情包类型经过调查发现，用户喜欢使用的表情包涵盖了纯文字类型、真人面孔配少量文字类型和卡通形象类型（如暴走漫画、网友手绘等）以及其他类型，其中喜欢卡通形象类型（如暴走漫画、网友手绘等）的人数最多，占比83.14%，其次是真人照片中加注文字信息类，占比50.96%。
（三）网络传播中表情包的用途
（四）网络传播中表情包的使用分析
四、表情包在网络传播中的意义与作用
（一）使用便捷，丰富聊天内容
（二）娱乐性较强
有趣、诙谐、幽默、适用范围广成为了表情包作品的共同特征。无论是相识已久的沟通双方还是彼此陌生的沟通双方之间，使用表情包都能够一定程度上快速缓和尴尬、增加幽默感、进入聊天状态。对于年轻一代的使用者来说，表情包是一个表达情感、放松情绪的载体，同时也是互联网泛娱乐化的突出体现。例如，在里约奥运会上，凭借真实、活泼的采访表现而迅速蹿红的20岁国家队游泳小将傅园慧，其接受采访时的表情被网友们截屏，并配以“我已经使用了洪荒之力”等经典语句制作出“傅园慧系列表情包”。尼尔波兹曼在其著作《娱乐至死》中指出：“这是一个娱乐至死的年代，一切公众话语日渐以娱乐的形式出现。”[3]他的看法，如今看来或许有些夸张，但我们必须承认，在网络交流中表情包的传播比单一的文字传播更加具有娱乐性，而表情包中所蕴含的娱乐性也很大程度上激发了网友的热情。其中的娱乐性可理解为社会亚文化群体通过搞笑、模仿等方式对社会主流文化与精英文化的解构。
（三）契合大众心理，提高受众参与度
SNS(社会性网络服务)系统
SNS(SocialNetworkingServices，社会性网络服务)，专指那些旨在帮助人们建立社会性网络的互联网应用服务，以认识朋友的朋友为基础，扩展自己的人脉。
SNS的另一种常用解释是“社交网站”或“社交网”(SociaINet-worksite)。
SNS是当下炙手可热的互联网服务，虽然目前SNS网站的盈利模式和发展前景仍被许多人所质疑，但不可否认的是当下SNS和类SNS应用正在大幅度增长，国内的主流网站也都相继开通了自己的SNS服务。
语言：PHP
Facebook创建于2004年2月，是目前社会化网络和Web2，O的风向标。Facebook开放平台的推出，让互联网业界认为它是最有可能和Google比肩的公司。
抛开运营层面的问题，Facebook在技术层面的表现可以用卓越来形容。其开放的技术架构使得基于Facebook平台的应用插件丰富多彩。而Facebook也以开放化的心态公布了网站的源代码和应用工具。
Facebook目前提供最新的PHP源代码下载，包括API架构、FQL分析器、FBML分析和FBJs等。Facebook的开放平台具有很强的可扩展性，可以添加你自己独特的功能，如你自己的FBML标签、API方法等。
OpenPNE
语言PHP
OpenPNE搭载了丰富的SNS机能，在PC和手机上都可以免费使用。它的应用领域非常广泛，涉及到手机服务、视频服务、招聘、交友/婚介、商品搜索购物、行业SNS商务人脉扩展、健康/美容、教育等服务领域。
自2008年正式登陆中国以来，它一直专注于开发适合中国用户使用习惯的开源SNS产品。中国的社区站长可以利用OpenPNE-SNS解决方案，以最快速、零技术门槛开拓自己的社区应用和社交网络服务平台。
NetSNS
语言：
NetSNS是基于Asp，Net开发的社交网络互动Web应用程序，采用SQL2000数据库、Ajax、Div+CSS布局等诸多网络流行元素，适合各方面应用的要求。
NetSNS使用“网站模板与网站程序完全分离”的架构，具有强大的标签加样式的个性化组合，自定义标签、自定义表单、Js管理加JS模型的灵活应用，支持不同频道、栏目、内容页、专题等应用不同的模板。
在数据层面，用户可根据自己的需要自定义数据表，自定义字段，从而组合出新的频道如房产、招聘等，每个频道都可以拥有独立的表，彻底减轻了数据库的压力。自定义字段的内容录入可支持HTML可视化编辑，方便前后台数据录入界面的排版布局，扩展出更多的特殊效果。
NetSNS整站程序支持全静态HTML文件生成，可将站点首页、频道首页、各栏目及每个内容页都生成静态HTML文件，并自定义文件存放路径。
Elgg
Elgg是一款开源的社会性网络脚本程序，它以Blog为中心实现社会网络化。
Elgg作为一个社会性网络构建平台原来是为教育设计，但它的功能却让它成为很不错的社交平台。Elgg一经问世即好评如潮，更有人将其与大名鼎鼎的Moodle相提并论。
它是一个灵活的网络引擎，旨在建立以社会意识为核心的应用。用Elgg构建一个社会化网络平台会非常容易，因为它能为你处理常规的Web应用和社会化功能。而你只要专注于开发你的思想即可。
InSOShi
语言：RubyonRails
Insoshi是一个英文的基于RubyonRafts构建的建站程序。相对于其它同类开源产品，它的功能还比较简单，只有迷你博客、站内信、好友，群组等常见功能。
我们推荐Insosh/更多的原因是在于它所使用的开发语言。虽然在国内了解RubyonRails(简称RoR)的人并不多，但它已成为进行Web应用程序开发的一个新途径，并在国外Web开发领域迅速流行。
RoR是一种结合Ruby语言与Rails框架的网页编程平台：Ruby语言以自然、简洁、快速著称，全面支援面向对象程序设计，而Rails则是Ruby广泛应用方式之一。Rails设计为一套清晰的MVC开发架构，采取模型、视图、控制器分离的开发方式，减少了开发中的问题。
ThinkSNS
ThinkSNS是国内新兴的SNS程序，于去年了预览版。它全部基于优秀的开源软件开发，同时也作为开源项目免费提供全方位的社交网络解决方案。
ThinkSNS源于办公园项目，在Web端基于国内的ThinkPHP框架开发(国产快速、简单的面向对象轻量级PHP开发框架)。由于基于ThinkPHP框架的设计，ThinkSNS生来就具备优秀的国际化能力，支持多语言、多模版等功能。ThinRPHP内置支持WordPress式插件开发，并可通过API和其他系统无缝集成。
ThinkSNS项目框架目前仍在发展之中，官方网站有望于近期1.6.0版。此外该项目的文档和开发社区方面仍处于建设阶段。
EasySNS
Habari
Habari采用模块化和面向对象的设计模式使其非常容易扩展，支持多种数据库(MySQL，SQLite，PostgreSQL)，可以存储不同形式的媒体，支持静态页面内容。Habari是一款支持多作者的博客平台，并可安装多个站点。
Geeklog
Geeklog原来是一款优秀的Weblog系统，经过不断的完善，现已成为一个免费的、开放源码的动态Web内容管理系统。鉴于它强大的Weblog功能和研发历史，我们仍将其归为博客类程序中。
Geekklog最显著的特点是支持多语言：它可以对应不同的浏览器的语言设置，显示对应语言的内容，同时可以在多种语言内容中切换(这要比其它软件的“多语言用户界面”更加强大)。
Geeklog支持多种版式，使你的网站可以适应于不同的浏览环境，如手机、PDA上的Web浏览器，并允许浏览者按自己的喜好切换。Geeldog也支持插件功能，可以添加插件支持论坛、影音多媒体、文件下载、数据库备份等多种应用。
TextPattern
TextPattern由著名的写作语法Textile作者DeanAllen开发。可以说是最久远的blog系统。
最初开发于2000年，在2003年之前绝大部分blog是用MovableType和TextPattern。但后来由于TextPattern开发进度缓慢，失去了很多用户。然而其显而易见的优点、独具一格的特色，使其依然不失为一个经典blog系统。
Textpattern结构小巧、代码简洁、功能强大，模板也很容易定制，支持多国语言。可以从Wordpress和MT完美导人数据。其最大的特点在于模板非常灵活，各个不同的页面元素用内置的标签组成，用户甚至可以不通过FTP就能轻松地把Textpattem~构的网站随心所欲地改成自己想要的样式。本。对于那些想要设立一个庞大的博客网络的人来说是很理想的。
使用WordPress的多用户版本，你将可以给你的使用者提供注册新博客的机会。他们将可以安全地管理他们的模板和设置，而不会影响到其他使用者。你可以拥有无数个用户，这些用户又可以拥有无限制的博客。并且这些用户在各自的博客上拥在有不同角色(管理员、编辑、作者、投稿人、订阅者)。
―个或多个网站管理员可以执行整个站点的管理任务，包括添加用户和博客，变更权限和给主题授予访问权限。
WordPressMU
WordPressMU，或者叫做wordpressμ，是著名的WordPress博客程序的多用户版
MoveableType
语言：Perl+PHP
MovableType是使用Perl开发的，支持MySQL数据库。MovableType通过许可证对平台进行收费，这种收费模式引起了很多Blogger的质疑并转向了WordPress(简称WP)。之后，SixApart于2007年12月12日正式宣布MovableType以GPL2协议开源。
与同样作为国际著名的博客系统的WP多用户版对比，MT安装架设较为复杂需要掌握一定的软件知识才能安装成功，WP的安装就非常简单。功能方面，WP的第三方插件要明显超过MT。而在性能方面MT要比WP多用户版执行效率要更优秀一些。
【关键词】社交网络；图论；模型；应用
一、图论与社交网络
图论〔GraphTheory〕是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系。图论起源于著名的哥尼斯堡七桥问题。[1]
社交网络源自网络社交，网络社交的起点是电子邮件。互联网本质上就是计算机之间的联网，早期的E-mail解决了远程的邮件传输的问题，至今它也是互联网上最普及的应用，同时它也是网络社交的起点。BBS则更进了一步，把“群发”和“转发”常态化，理论上实现了向所有人信息并讨论话题的功能，随着网络社交的悄悄演进，一个人在网络上的形象更加趋于完整，这时候社交网络出现了。
二、社交网络分析的图形方法
三、社交网络分析
（一）关系距离及中心性分析
1.度（degree）
度指的是社会网络图中邻点的个数。
2.密度（density）
密度指的是图中各个点之间关系的紧密程度，是实际分布图与完备图的差距。在一个群体的结构型态分析中，密度是一项重要变量，因为一个团体可以有紧密团体，也可以有疏离团体，一般来说，关系紧密的团体有效的合作行为较多，信息流通较容易，团体工作绩效也会较好，而关系十分疏远的团体则常有信息不通、情感支持太少、集体满意程度较低等问题。社交网络图（无向图）的密度公式如下：
其中n为图中节点的数目，L为图中线的数目。
3.中心度（centrality）
如果一个行动者与很多其他行动者有直接的关联，该行动者就居于中心地位。因此在无向社会网络图中，一个点的度就是该点的中心度。在有向图中，中心度包括内中心度（in-centrality）和外中心度（out-centrality），三分别对应“入度”和“出度”。A.Bavelas最先对中心度的形式特征进行了开创性研究，验证了如下假设，即行动者越处于网络的中心位置，其影响力越大。
中心度分为三种形式：程度中心性、亲近种新型、中介中心性。
（1）程度中心性常用来衡量谁在团体中是最主要的中心地位。无向图计算公式为：
（2）中介中心性指标
衡量了节点作为媒介的能力。中介中心性高的节点掌握了信息流以及商业机会，进而可以控制两群节点，获得中介利益。社会网络分析中衡量一个人作为桥的程度的指标就是中介中心性。
是节点j到节点k的捷径数，是节点j到节点k的快捷方式上有节点i的快捷方式数，g是网络节点数。
（3）群体中介性公式：
含义是，一个图形中，中介性最高的节点的中介性与其他人中介性的差距。差距越大，群体中介行数值越高，表示此团体分成数个小团体而太依靠某个节点传话，这个节点特别重要。
（二）小团体（子群）分析
派系（subgroup）是社群中的一小群人关系特别紧密，以至于结合成一个次团体。在一个社交网络图中，派系指的是至少包含三个点的最大完备子图。该定义意味着：
1.成分（component）
如果一个点集的任何两点都可以通过一定的路径相连，这样的点集叫做成分（component）。很显然，派系比成分要严格得多，一个成分中的所有点之间不要求都是邻接的，而派系中的点都必须邻接。
2.n-派系（n-cliques）
对于一个总图来说，如果其中的一个子图满足如下条件，就称之为n-派系：在该子图中，任何两点之间在总图中的最短距离最大不超过n。其形式化定义为：
其中d（i，j）是点i和点j之间的距离。
四、案例分析对象及问题
（一）解决方案思路
人人网是一个复杂的人际关系网络，物以类聚，人以群分。对于解决本案例中的问题，首先是采集社交网络人际关系数据，进行聚类分析，发现群组。
其次是选择开发语言――Python，是一种解释型的，面向对象的、带有动态语义的高级程序设计语言。自从20世纪90年代初Python语言诞生至今，它逐渐被广泛应用于处理系统管理任务和Web编程。具有优雅、明确、简单的特点。能完成系统编程、用户图形接口、Internet脚本、组件集成、数据库编程、快速原型、数值计算与科学计算编程、游戏、图像、人工智能、XML、机器人等功能。
再次是熟练掌握复杂网络处理程序库：
1.BoostGraphLibrary――准C++标准库
代码结构良好、灵活、高运行效率，没有提供复杂网络分析算法，可帮助C++开发人员将实际工程问题转化成图论问题。
2.QuickGraph――.NET平台下的BGL
BGL在.NET平台下的实现，提供有方向和无方向的.NET图形结构图和算法库。
3.Igraph――C语言写的复杂网络分析库
包括图论各种经典算法以及网络分析算法，它提供了一些非常有效的挖掘功能，提供Python、R语言接口。
workX――全面支持复杂网络分析的Python包包括图论经典算法和复杂网络分析算法，具有文档清晰易读、程序结构组织较好，执行效率比igraph要低很多，便于用户对复杂网络进行创建、操作和学习。利用networkx可以以标准化和非标准化的数据格式存储网络、生成多种随机网络和经典网络、分析网络结构、建立网络模型、设计新的网络算法、进行网络绘制等。
（二）社交网络数据采集
社交网络数据的采集主要是通过运营商开放平台API，用网络爬虫爬取页面。
开放平台（OpenPlatform）在软件业和网络中，开放平台是指软件系统通过公开其应用程序编程接口（API）或函数（function）来使外部的程序可以增加该软件系统的功能或使用该软件系统的资源，而不需要更改该软件系统的源代码。
网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动的抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁，自动索引，模拟程序或者蠕虫。网页爬虫所用的网页搜索策略主要有广度优先搜索策略、最佳优先搜索策略、深度优先搜索策略，网页分析算法有网络拓扑的分析算法和网页分析算法等。
（三）简单网络爬虫过程分析
图1保存人人网cookie
2.指定抓取入口
图2人人网抓取入口
3.次级页面自动发现
图3次级页面
4.已爬地址处理。通过以上方式可以抓取到网页，但还要从这些页面中解析出需要的文本信息，如，标题、内容、URL链接地址等。之后提出这些信息组成一个document对象，通过Lucene将document对象加入到索引，提供用户搜索用。在实际项目中通常使用HTML解析器（如，HTMLParser）来提取网页内容。
五、结论
本文主要介绍了图论在社交网络上的应用，通过对图论和社交网络分析基础知识的分析，探讨了在社交网络中如何用图论理论来分析解决实际问题。重点采集了“人人网”人际关系数据，进行聚类分析，发现群组，对数据进行可视化，生成了“人人网社交网络图”。探讨了在社交网络中常用到图论来分析解决实际问题。指出社交网络信息是一类重要的分析对象，其中蕴含着丰富的社会网络信息。
[1]CarlosAndroReisPinherio[著]，漆晨曦等[译].社交网络分析及案例详解[M].人民邮电出版社，2013.01.
[2]王桂平，王珏，任嘉辰.图论算法理论、实现及应用.北京大学出版社，2011.11.
[3]徐俊明.图论及其应用.中国科学技术大学出版社，2010.03.
关键词：社交化企业；新规律；新趋势
中图分类号：F270
一、社交化时代全面到来
本文认为，从整体上来说，我们已经进入到万物互联、移动互联的社交化时代。所谓的社交化，就是指随着社交网络、社交媒体、社交营销等迅速兴起，基于网络的社交行为已经深深植根于人类的任何活动之中，它将深刻的改变人们的生产生活方式、企业发展、产业发展及区域发展。
全球社交网络兴起。社交网络的兴起以Facebook的建立为代表，Facebook建立以后，迅速吸引了大批的美国知名大学的学生加入，尤其是在开放对外注册以后，更是呈现出爆发式的增长。在Facebook的带动下，社交媒体在全球范围内出现井喷式增长：截至2013年，全球互联网用户超过30亿，而全球约有1/5的人（即16.1亿）每个月至少使用一次社交网络，使用社交网络已成为互联网用户的主要行为之一。
二、社交化时代下企业发展的新规律
社交化企业的三张网―内部、伙伴、外部。
处在社交化时代的企业,需要重新审视和定义内部员工之间、企业与合作者之间、企业与消费者之间的关系,构建“三张网”：内部社交网络、伙伴社交网和外部社交网络。
伙伴社交网络。企业基于现有专家及合作伙伴资源，通过社交化平台或网络手段，将所有的合作伙伴链接起来，实现企业间的快速的无缝交流和业务信息的资源共享。伙伴社交网络，将企业与合作伙伴间基于传统供应链关系的固定链式关系，转变为基于网络的动态合作关系，使企业突破了自身边界限制，实现了从封闭向开放的转变。
外部社交网络。企业利用现有公共社交网络，开辟对外沟通交流窗口，形成联接消费者的开放社交网络。全球社交网络的出现，消除了消费者与企业间的隔膜，使消费者可以参与到企业的产品研发、营销推广的众多活动当中，也使消费者与企业之间的关系实现了从传统的买卖关系向合作共赢关系的转变（见图1）。
三、新趋势
新趋势主要有以下几方面。
（一）颠覆商业模式：跨界融合
社交网络的产生改变了企业与消费者的供需关系、产品理念及行业界限等一系列工业化生产的传统法则，催化出一系列新的商业模式，逐步推动着企业组织的重塑和商品市场的变革。
社交网络
网络搜索引擎
当今网络中容纳了大量的资源，离开了网络搜索工具，人们很难快速定位和检索自己需要的信息，发现新增资源。搜索引擎是网络中的特殊站点，专门用来帮助人们查找存储在其他站点上的信息。搜索引擎有能力告诉你文件或文档存储在何处。
教学方法设计
循证医学即遵循证据的医学，其核心思想是：任何医疗决策的确定都应基于客观的临床科学研究依据；任何临床的诊治决策，必须建立在当前最好的研究证据与临床专业知识和患者的价值相结合的基础上。这是DavidSackett教授对于循证医学的定义。这句话定义了临床医学的新模式，强调最佳证据、专业知识和经验、患者需求三者的结合，并且指出三者缺一不可，相辅相成，共同构成循证思维的主体。
1快速搜索文献资料
这些特殊搜索引擎不仅更新搜索算法以提升搜索速度，同时也不断更新数据源，与国际各主要检索数据库同步，能快速检索到文献目录。利用网络搜索引擎还能检索网页和博客（Blog），这就把与临床问题有关的研究机构、企业、个人成果也包含在了检索范围内，与单纯查找Cochrane中心相比，可以获得更多的证据。当然，一开始我们对检索范围扩大可能会导致查找速度减低产生过担忧，但实践证明，当前的搜索引擎能力非常强，google学术搜索通常在0.03秒内完成检索。
2分布式分析和讨论
2000年DavidSackett教授在新版《怎样实践和讲授循证医学》中，再次定义循证医学为“慎重、准确和明智地应用当前所能获得的最好的研究依据，同时结合临床医师的个人专业技能和多年临床经验、考虑患者的价值和愿望，将三者完美地结合制定出患者的治疗措施。”对EBM而言，考虑患者自身的要求也非常重要，我们在教学中引导学生采用多种沟通方式与病患及其家属交换意见，其中就包括基于社交网络的方式，我们创建了另一个允许病患和家属参与的讨论组，通过这种方式，与病患的沟通频次和程度相比原来的面对面交流有了很大增强，在改进临床沟通方法的同时更加保证了EBM教学效果。