篇一：社交网络专题论文
关于社交网络成瘾的调查与对策
社交网络-简介
社交网络也就是网络+社交的意思。通过网络这一载体把人们连接起来，从而形成具有某一特点的团体。社交网络服务，源自英文SNS(Social Network Service)的翻译，中文直译为社会性网络服务或社会化网络服务，意译为社交网络服务。中文的网络含义包括硬件、软件、服务及应用。社交网络源自网络社交，网络社交的起点是人们熟知的电子邮件。 如果说在网络社交的起点——电子邮件时代，网络仅仅可以满足人们5%的社交需求，那么今天丰富的社交网络已经可以把这个数字至少提升了10倍，除了“接触型”的社交行为，或者说是“接触型”信息的收集和发布之外，网络社交已经开始承担大部分传统社交的作用。实际上，“非接触型”的社交原本就占据了人类社交的80%以上，这意味着网络社交对传统社交必然会带来巨大的影响。
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。交友只是社交网络的一个开端，整个SNS发展的过程是循着人们逐渐将线下生活的更完整的信息流转移到线上进行低成本管理，这让虚拟社交越来越与现实世界的社交出现交叉。它一直在遵循“低成本替代”原则。网络社交一直在降低人们社交的时间和物质成本，或者说是降低管理和传递信息的成本。与此同时，网络社交一直在努力通过不断丰富的手段和工具，来替代传统社交来满足人类这种社会性动物的交流需求。
现在随着社交网络的发展和智能手机的出现，网络社交更是把其范围拓展到移动手机平台领域，借助手机的普遍性和无线网络的应用，利用各种交友/即时通讯/邮件收发器等软件，使手机成为新的社交网络的载体。
人们上网的时间有快速的增长。同时，花费在社交网络上的时间也大量的增长，那么问题来了。我们把大量线下的现实的社交内容转移到了虚拟的网上，这就很可能会影响现实的社交活动，事实上在很多时候线上社交花费的时间比线下要多，过多的网络社交已经对一些人的社交能力造成了影响。
一、定义
社交网络成瘾：是指一些人在运用网络进行社交交流的时候，上了网瘾，长时间依赖于网络进行社交的一种状态。
二、行为与表现
①有人喜欢疯狂的刷新他人分享，推送的信息。从中了解各种消息，然后转发，这是一种典型症状；②而另一种人则倾向于精心打理自己的页面，不发大量的消息，却认真写日志，精挑细选照片上传，甚至对个人页面的背景和配乐也精挑细选，这是另一种典型症状；③第三种情况是使用社交网络广撒网，搭讪大量陌生人，在网上交友。当然，这三种情况也有交集。
三、聚焦“社交网瘾”
专门从事心理学研究的杜克大学教授丹·艾瑞利对社交网络进行研究：“人人都离不开社交网络。任何人都能把自己最新的情况放到网上，然后通过社交网络，跟自己认识或者不认识的人分享。当这种分享得到一些人的肯定时，人的心理会有满足感。越多人的参与，这种满足感就越强烈。”“当这种满足感成为一种习惯时，许多人已经依赖甚至离不开网络了，从而出现了社交网瘾。
随着个人博客、微博等新的社交方式的出现，人们泡在社交网络上的时间也日益增多。 根据2010年末的数据，人们在网络上花费的平均时间比10年前增加了82%。而根据杜克大学教授丹·艾瑞利研究得出的数据，他认为人们花在社交网络上的时间也是突飞猛进，是占据上网时间中最长的，目前为上网时间的22.7%，而且有不断向上的趋势。“也就是说，人们愿意花费在社交网络上的时间越来越多。”
四、社交网瘾危害隐现
无疑，社交网络适时地为人们打造了一个惬意的心理空间，通过网络，人们任何时间、任何地点都能与外界连接，但是，智能时代的人们却比过去任何一个时代的人都感到孤独。先说心理学上的孤独是指独自一人，又分为两种类型：一种是没有人在身边，所谓物理性孤独；另一种是被人群围绕着却仍感孤单，称作是哲学性孤独。多数现代人的孤独属于后者，担心“孤独终老”的人不在少数。 不知从什么时候起，大多数现代人更愿意发信息而不是打电话。一方面随着生活节奏加快，人们没有那么多闲暇时间接打电话，信息和邮件却既不受地点限制也不妨碍他人工作，成为一种更为礼貌的沟通方式；另一方面，人们似乎更愿意将事情诉诸笔端来避免“当面锣对面鼓”所产生的尴尬，以至于不少人已出现对打电话恐惧的现象。难以想象，常年与亲友只通过信息和邮件交往，那么几十年后，真正的亲情或友情只能通过阅读文字记录来体会吗？
问题不止于此，比起日益淡薄的亲友关系，更为可怕的是人们很可能通过社交网络让自己孤立起来。社交网络上的好友随时都在更新状态，这会让人产生一种错觉——即使一个人的时候也不是一个人。有粉丝、有关注、有更新，甚至不需要和他们有更多的沟通和交流，于是，对于现实中人与人相处的模式渐渐变得陌生起来。不善于和人交谈与沟通、不能够明确地表达自己的想法，却可以在社交网络中寻找某种认同，从而在内心完全地筑起了一座坚固的心墙，别人进不来，自己出不去。
美国马萨诸塞州阿桑普逊学院最近进行了一项关于社交网络的有趣实验。该学院的老师马丽娅·艾尔对学院里的70个本科新生进行了一次调查。她发现，Facebook上面好友的数量可以预测学生对大学的适应性。（[1] Facebook（脸谱）是创办于美国的一个社交网络服务网站，于2004年2月4日上线。主要创始人为美国人马克·扎克伯格。Facebook是世界排名领先的照片分享站点，截至2013年11月每天上传约3.5亿张照片。截至2012年5月，Facebook拥有约9亿用户 。）[2]
有超过200个好友的新生在自尊、个人适应和学业适应问卷的分数，低于那些没有那么多好友的新生。对于那些初来乍到的新生而言，在Facebook上的“好友”越多，现实中的朋友就越少。可见，社交网络对现实生活中的正常社交，并没有多大帮助，有的反而起反作用。
不仅在美国，在印度等其他计算机网络发达的国家和地区，社交网瘾也已经成为一种普遍的现象。这种现象称之为“Facebook症候群”——觉醒来就想登录，即使不在线，也每时每刻在牵挂着自己的页面，或者原本可以面对面进行交流，却也宁愿通过信息或者贴留言交流。
事实上，我们正处在一个“超连接生活”的时代。人们之间的联系因社交网络变得空前的多，而且得到了大大的强化。另一方面，社交网络绝对是对个人家庭生活的一种入侵，因为它已经不仅限于计算机了，就对于我们个人而言，上课时，家人朋友聚会时玩手机也花费了很长时间。用某个作家的话说：“随着社交网络的普及，这种交友方式已经成为这个星球上传播最广泛的一种，每天都吸走人们数十亿小时的时光，而且没有人能够再回去了。”未来每个人都有患上社交网瘾的可能，我们必须未雨绸缪!
五、对策
这里首先要弄清楚我们为什么如此留恋社交网络，总体上说社交网络必然满足了人的某些需求，但根本上是因为人的空虚和对时间，对未来的一种轻微的惶恐的感觉。反映到个人第一，当然是【社交的需要】；第二，就是【获取信息】，各种各样大量的信息。
先谈第二点。显然，社交网络就是一个虚拟的现实世界。在这个世界中，你可以找到和现实世界一样的人，事，物，你可以和自己所崇拜，所欣赏，所向往的人或人生交流，只不过你接触到的方式从用亲身经历转变为屏幕视觉的刺激而已。在我看来，社交网络其实就是科技延伸了我们的眼，我们的手，我们的耳，甚至我们身处的空间。可以说，这是我们正常生活的延伸。
这是一个“真实”的世界，我们没有拒绝它的必要，而且没有办法拒绝。假如一个月没有网络，相信我们很多人都无法忍受。但不拒绝，并不代表全盘吸收，随波逐流；更不代表要时时刻刻被这些噪音所干扰。并且这些问题，在现实社会中根本不少。所以，要根除社交网络的瘾，根本问题不在社交网络，而在于【正确处理外界信息】。
有人会说，社交网络不仅是给你提供外界信息，它还是社交的重要、甚至是首要工具。我之前也是这么想的。但后来，又有哪个好朋友是完全依靠QQ/微信/微博私信等即时通信工具联系的？英国BBC曾经拍过一部关于互联网的著名的纪录片，叫做《虚拟革命》。里面举过一个例子：一家快餐店称：免费提供汉堡给那些主动删除10个facebook好友的人。“在两个星期不到的时间内，对特大汉堡的钟爱，最终被证明要强于233906个友谊！
所以，只有进化出一个强大的自我，来控制住自己对外界零碎、缺少营养的信息的了解欲望，以及沉溺其中的泛滥的社交欲望。
我觉得不必抵触微博等工具，友情关注但无营养的对象就分一个组，把它甩开就行了。 但重要的是，自己真正喜欢的，或者是你所在领域方面的内容，一定要用批判的眼光看待。 这个非常非常重要。
我曾经膜拜过微博大V的人所写的五分段子。那些段子都很能刺激小愤青们的热血。但其实认真点分析，就会知道它们乍看起来很厉害，其实说的内容浅显且幼稚，包装精美但是没有营养的东西。
多读读有营养的书，培养积极向上的乐趣，热心的关注身边的人，关注自然，目的不止是摆脱社交网络。但是它可以帮你提高识别信息的门槛，这样，就不容易被看似有料的语言所掩藏的无用思想浪费时间。
篇二：社交网络论文
摘要
近年来，随着Web2.0等互联网新概念的日益付诸实践，社交网络作为其中一种新兴的，实用的交友模式，依赖其真实性，稳定性等特点得到了用户的青睐，在网络活动中发挥着越来越重要的作用。我们可以看到，很多社交网站在最近几年取得了巨大的成就，例如Myspace己经成为全美最受欢迎的网站之一，统计表明其流量相当于}nternet总流量的4.46%; ahoo的图片分享及社交网络结合体Flickr，己经拥有超过400万用户和2亿上传图片;而作为全美第二大的社交网站Facebook，在创立的短短三年之内，市值就已达到了惊人的150亿美元;在国内方面，“校内网”作为大学生最主要的交流平台，也已经拥有超过2200万真实注册用户。
社交网络是指建立在真实人际关系基础上的网络平台，是作为现实中的社会团体在互联网上交流的辅助工具而存在。社交网络是现实活动的在线拓展，与传统的虚拟网络有很大的不同。传统虚拟网络脱离社会现实，结构相对无序、混乱，而社交网络作为现实人际网络的子集，同样具有人际网络的一些特征，正是基于如此我们认为对社交网络进行一定的研究是可行的，这对于促进社交网络的进一步发展具有重要的理论意义。
本文以社交网络为平台，以计算机图论知识为基础，对人际关系做了深入的研究和分析。在此基础上提出了基于星状子图结构的社交网络社区识别算法，该算法利用社交网络中包含有大量星状子图的结构特点对现有的识别算法进行改进，极大地提高了算法的识别效率。另外，本篇论文还引入了用户影响力评估系统UserRank，这是在社交网络领域首次尝试利用网络结构对用户影响力进行评估。该系统认为社交网络的人际结构决定了用户的影响力，通过对人际结构的分析和计算可以对用户影响力进行恰当的评估。模型的验证是以“校内网”为平台，通过计算网络上所有浙大用户的影响力，并同实际情况进行比较分析，有力的证明了UserRank评价系统的准确性和可行性。
关键词:社交网络PageRank 用户影响力评估 社区识别
目录
摘要................................................................................................................................. I ABSTRACT ................................................................................................................III
第1章绪论............??，........................................??“.““二”......................................1
1.1课题背景........................................................................................................??1
1.2课题的提出.......................................................................................................... 2
1.3课题的研究意义.................................................................................................. 2
1.4本文组织结构................................................................................................??4
1.5本章小结.............................................................................................................. 4
第2章社交网络介绍.................................................................................................. 6
2.1什么是社交网络.................................................................................................. 6
2.2社交网络的组成元素.......................................................................................... 6
2.3社交网络理论基础........................??。....................·····································??8
2.4社交网络主要研究方向...................................................................................... 9
2.4.1基础结构研究........................??。........................................·················??9
2.4.2网络挖掘技术??。?，.?。。二。..?。。。.。?。。。。。。.?。。，二，?，“.??。...??，···············??9
2.4.3多层次关系的社区挖掘............................................................................ 10
2.4.4基于社交网络的搜索技术..................................................................??10
2.4.5大规模网络的社区识别.............................................................................11
2.5案例分析.............................................................................................................11
2.5.1“校内网”数据采集................................................................................ 12
2.5.2数据的基本分析.................................................····..···························??16
2.6本章小结...................................................??。..............??。.......................??17
第3章基于星状子图结构的社区识别算法............................................................19
3.1相关工作............................................................................................................ 20
3.1.1主要研究方法...................................??。..............??。...····..··············??20
3.1.2 CNM剖分算法简介.................................................................................... 21
3.2社交网络中的星状子图结构............................................................................ 22
3.3基于星状子图结构的识别算法........................................................................ 23
3.3.1中心节点的识别........................................................................................ 24
3.3.2中心节点的合并........................................................................................ 24
3.3.3旁节点的聚合............................................................................................ 25
3.4识别算法相关问题分析.................................................................................... 26
3.4.1社区规模及数量的控制............................................................................ 26
3.4.2即时最短路径的计算方法........................................................................ 28
3.4.3旁节点的聚合顺序.................................................................................... 28
3.4.4旁节点聚合方法的改进............................................................................ 29
3.5算法复杂度分析..................??。.........................................??。.................??29
3.5.1中心节点选取过程的复杂度分析............................................................ 29
3.5.2中心节点合并过程的复杂度分析............................................................ 29
3.5.3旁节点的聚合过程的复杂度分析............................................................ 29
3.6实验结果及分析............................??。.......................................................??30
3.6.1参数分析.......??。.?。?。。。。。.，?。。.?。。二。二。。。。、二。。。.?，.?、?‘。二。.....................??30
3.6.2结果分析................................??。..................................??，..............??32
3.6.3误差分析。...............................??。.........................................??。.......??35
3.6.4改进方案.............??。............??，.......................................................??36
3.7本章小结............................................................................................................ 37
第4章基于MARKOV的用户影响力评估模型..................................................... 38
4.1 PAGERANK算法的介绍....................................................................................... 38
4.2个人影响力相关因素.??。..........................................................................??39
4.3 UsERRANK评估模型的建立........................................................................??41
4.4 UsERRANK的计算.............................................................................................. 44
4.4.1马尔可夫链......................................??。.............................................??44
4.4.2 UserRank马尔可夫模型的表示................................................................. 45
4.4.3收敛性分析..........................................................................................??47
4.4.4网络规模分析............................................................................................ 48
4.4.5计算的优化................................................................................................ 49
4.4.6计算的实现及复杂度分析........................................................................ 50
4.5实验结果及分析??。...................................................................................??51
4.5.1准确性分析??。...............................................................................??。?51
4.5.2收敛速度分析二。.........................??。。..??。。.....??。?。。。。。。..??。
二。.。。?。。。，?53
4.5.3误差分析....??。.........................................??。............??。................??54
4.5.4实验数据产生的误差...................................................??。................??54
4.5.5计算模型的误差........................................??。.?。.......??，................??55
4.6本章小结......................................................................................................??56
第5章总结与展望.................................................................................................... 57
5.1本论文的主要工作............................................................................................ 57
5.2本论文的主要贡献以及创新点........................................................................ 57
5.3进一步的研究工作...??。...............??。...............................??。................??58
致谢......??“........................................??”..........................................................??60 参考文献..............................................??”...........??。..................................??”.?61
图目录
图2-1 XiaoneiBrowserHttpClientImpl的实现.........................??。.............??13
图2-2 UserParser的实现..............................................................................??14
图2-3数据库表结构图...........................................??，.............................??15
图2-4用户好友数量统计表，...??。............................................................??16
图2-5用户的浙大好友数量统计表................................................................. 17
图3-1一个典型的社交网络结构图........................................................??。二23
图3-2简单的社交网络..................................................................................... 27
图3-3中心节点祸合度△值得定量分析................................................??。二31
图3-4距离参数统计表..........??，..............................................................??32
图3-5社区识别效果统计图............................................................................. 33
图3-6不同星状子图的识别效果分析............................................................. 34
图3-7 Hub网络结构图....................................................................................... 36
图3-8旁节点聚合的特例情况......................................................................... 36
图4-1简单的网络............................................................................................. 39
图4-2网络一..................................................................................................... 40
图4-3网络二..................................................................................................... 40
图4-4无向网络................................................................................................. 46
图4-5概率方向模型......................................................................................... 46
图4-6实验结果对比.......................................................................................... 52
图4-7用户UR值与期望值对比....................................................................... 53
图4-8 UserRank算法收敛速度统计图二。..................................??。............??54
第1章绪论
1.1课题背景
在互联网发展初期，以电子邮件，QQ} MSN以及雅虎通为代表的即时通讯工具在网络社交中扮演了非常重要的角色。电子邮件作为社交网络的起点，解决了远程传输邮件的问题。为当时的人们提供除了打电话和写信之外，另外一种便捷、低成本的交流方式，而且其附带的“群发”、“转发”等模式也为用户们发送信息时提供了很大的方便。
这类通讯工具作为第一代交友模式的平台，满足了人们无线通讯，网络交友等需求。第一代社交网络主要是建立在虚拟性、隐蔽性的交友模式基础上，具有很大的弊端。首先，第一代交友模式的使用者是以好奇心强、精神世界具有青春期特有矛盾、是非辨别能力尚未完善、社会经验较少的青少年为主力军，很多不法分子利用交友模式的虚拟性与隐蔽性来伪装个人真实身份、年龄等信息进行欺骗活动。另外，随着互联网的发展，大量信息蜂拥而至，如何迅速快捷获得有效信息，成为互联网使用者越来越尖锐的需求。虚拟网络交友模式，由于其使用者的交友圈的低信任度，充斥着大量的无用信息和欺骗信息，极大地妨碍了现代社会要求的快速、轻松、便捷地获取信息的需求。因此，第一代网络交友模式的发展渐渐出现疲乏。但是其开启了以互联网为平台的网络交友和即时通讯的先河，为第二代网络交友模式的创建提供了宝贵的经验与借鉴，同时也为第二代网络交友模式的兴起奠定了基础。
随着网络社交的迅猛发展，一个节点在网络上的“画像”更加趋于“形象”，这也代表着SNS ( Social Network Service)的，}肖然出现。网络化进程的快速发展，使得人们更愿意把很多日常生活也搬到网络上来。社交网络正是为方便人们的日常交友需要而诞生和发展起来的，是新兴的第二代网络交友模式，建立在使用者现实生活中的社交圈子的基础上，为其的交友需求提供了纯净、高信任度的网络平台。
第二代网络交友模式弥补了第一代网络交友模式中虚拟交友的弊端，并充分地利用了网络即时通讯的便捷，可以将现实中的交友圈子搬上网络，志于为使用者提供透明纯净、通讯快捷的交友平台，可以为使用者提供较为真实的信息，极大地满足了人们以学习、工作为目的商务交友需求。
1.2课题的提出
从现在的网络发展形势来看，我们可以发现网络上的服务越来越贴近人们的生活，朝着便捷化人们生活的方向发展。21世纪兴起的社交网络，作为一个新的网络服务，也紧跟着网络发展的大潮流，为人们日常的在线交友需要提供了非常便捷有效的服务。
正是基于上述背景，本篇论文选取了社交网络作为研究对象，对网络中的人际关系结构图作了深入的研究和分析。在社交网络结构体系中，最主要的问题是节点之间的相互作用，以及他们作为网络的一部分所产生的对网络的推动力，因此，本篇论文所关注的问题之一是如何根据网络结构图，即节点之间的相互作用来实现对节点影响力的评估。由于节点的影响力评估涉及到众多因素，例如节点的社会地位，节点所从事的社会行业以及节点在网络中的活跃性等等。因此一个完整的评估系统必须考虑各种可能的因素，从而进行全方位的衡量。然而在本论文中，我们认为社交网络中的很多复杂问题本质上都可以归结为网络结构层上的研究，所以我们尝试仅通过网络结构来实现对节点影响力的有效评估。
另外，社交网络结构图反映了网络中节点之间的关系，是一个异常庞大，复杂的系统。如何识别出这个复杂系统中联系比较紧密的节点，从而将其进行划分，使之成为若干个稀疏的子系统，也是当前一个非常热门的研究课题。因此，本文也尝试利用社交网络的独有结构特点，力图对社区的识别及划分算法进行一定的改进。
1.3课题的研究意义
公认的互联网三大应用是电子邮件，即时消息和信息搜索。社交网络，从前面讨论中
可以看到，由于满足了人们商务交友的新需求，近几年得到迅速发展，逐渐成为互联网的第四大应用，在Web2.0的浪潮中起着举足轻重的作用。因此，对社交网络的结构特点进行研究，对于我们深入了解其发展方向具有非常重要的指导意义，也必将对社交网络的进一步发展起着积极的推动作用。
用户与社区作为社交网络的核心，是社交网络发展的根本推动力所在，对社区进行有效的挖掘，能更好的理解网络结构，协调好各个社区内的关系。因此，对用户的影响力进行有效的评估，具有非常重要的指导意义。
用户的影响力是指用户对周围的人所能产生的影响及带动作用，是用户在社交网络中的重要性的衡量。用户的影响力作为用户的重要指标，是社交网络中各种关系的基础，用户的影响力越大，所受到的关注程度也越高，对网络的反馈作用也就越大。对用户的影响力进行衡量，能为网络中的用户进行合理的排序，为社交网络的拓展应用及进一步发展提供理论基础，同时通过社区识别技术可以优化基于用户影响力排序的结果。例如，当我们想寻找网络中满足一定条件的用户，比如有相同兴趣或者一样的出游计划的用户时，满足条件的用户可能会很多，那么如何在最短时间内从中选取最合适的结果，用户的影响力就是一个非常重要的指标;再比如，随着社交网络的发展，我们有理由相信，未来更多的商业化活动将被移植到网络上来。当我们想在社交网络上推广某种商品或者服务时，如何选取首批推荐使用产品的人群会直接影响到推广活动的效果及代价。这时候，影响
力比较大的用户往往成为活动的首选人群。通过他们的介绍和宣传，能将商家的商品更快、更有效的传播给网络中的其余用户。
同样，对社区识别技术进行研究也具有非常重要的理论意义。社区反映了网络中的用户的分布情况及活动范围，对其深入研究可以帮助我们更好地了解网络结构，协调好各个社区间的关系，掌握网络中的信息组织，流动及发展状况，同时也有助于商家进行有针对性的商业活动，能对网络中的信息资源进行进一步合理的整合，为信息的查询，搜索提供更为方便快捷的途径。
总之，用户与社区作为社交网络的核心，是社交网络发展的根本推动力所在。用户影响力评估系统和社区识别算法对于优化社交网络中的信息整合，促进社交网络的发展具有非常重要的理论意义。
1.4本文组织结构
根据上述研究内容和研究目标，文章其余部分内容组织如下:
论文第2章对社交网络进行了简要的介绍，包括社交网络的基本概念，组成元素，理论基础及主要研究方向，以让读者对社交网络有基本的了解。
论文第3章引入了基于星状子图结构的社交网络社区识别算法，详细介绍了算法的具体实现，对算法中的若干关键问题进行了深入的分析，并提出了基于M.E. J. Newman的剖分识别算法的有效改进方案。
论文第4章引入了基于马尔可夫过程的UserRank用户影响力评估模型，详细介绍了其推导过程及建模方法，并对其中涉及的相关问题进行了详尽的分析。讨论了UserRank的计算过程，分析了模型的收敛性及收敛速度。并利用所采集的实验数据对UserRank模型的准确性和有效性等相关方面进行了验证，分析了误差的来源并提出改进方案。
论文第5章对全文内容进行了概括总结，回顾了本文的主要研究内容，归纳了本文的主要贡献以及创新点，并指出进一步的研究方向，作为下个阶段研究的重点。
1.5本章小结
社交网络作为一个新兴的互联网产物，其充满活力前景吸引了许多多的学者对其进行研究。本章对论文课题的背景，研究意义等进行了简单的介绍，以让读者对本论文的内容有整体的把握，同时还对本文的行文结构进行了大致的介绍，方便读者们的阅读需要。
篇三：毕业论文：在线社交网络
毕业论文：在线社交网络
一、引言
在实际社会生活中，每个人都有各自的人际关系。这样人与人之间存在的人际关系就共同构成了现实生活中的社交网络(Social Network)，其中人是网络中的节点，人际关系是网络中的边。由于人际关系与人们生活息息相关，且对人们的工作和学习有着显著影响，因此研究和分析社交网络有着重要的意义。
二、社交网络概念
1967 年，哈佛大学的心理学教授Stanley Milgram 创立的六度分割理论被认为是社交网络的理论基础。按照六度分隔理论，网络上每个用户的社交圈都不断放大，最后就可构成一个大型的社交网络。然而，什么是社交网络？目前还没有统一的定义。为便于理解社交网络的概念，本文给出一种供参考和商榷的描述性定义。社交网络是一个系统：其中1)系统中的主体是用户(User)，用户可以公开或半公开个人信息；2)用户能创建和维护与其他用户之间的连接(或朋友)关系及个人预分享的内容信息(如日志或照片等)；3)用户通过连接(或朋友)关系能浏览和评价朋友分享的信息。
社交网络与传统的Web 网络最大不同之处在于：传统的Web 网络的主体是内容信息，依靠内容信息组织在
一起，呈现给用户；而社交网络的主体是人，依靠人与人之间的朋友关系组织在一起。社交网络必须具备三项基本功能，即允许用户1)创建和维护朋友关系；2)上传自己预分享的内容信息；3)浏览其他用户分享的内容信息。但这三项功能在不同的社交网站上的体现形式可能存在较大差异，如Facebook 只允许用户遍历三层朋友关系，而人人网则没有这个限制.
近年来，社交网络吸引了很多人的参与和关注，在美国近90%的本科生加入到社交网络中，国内最大的面向大学生的在线社交网络——人人网的注册用户数也超过1 亿2。表1给出了2012 年Alexa 国内外访问量前15 位的站点。从网络访问量上来看，国内的社交网站虽然不敌传统的搜索引擎网站或新闻网站，但其页面访问量也能排进前15 位；国外社交网站facebook 的访问量仅次于google，访问量排在全球前15 位的网站中，社交网络占据了优势。同样，社交网络也引起学术界的关注，比如2012 年的国际会议KDD、CIKM、IMC、VLDB 上都有关于社交网络的文章，尤其是www 会议专门设立Social Networks and Web 2.0track 来讨论相关问题，另外SIGCOMM 和Eurosys 也有针对社交网络的Workshop（WOSN3和SNS4）。
社交网络分类按照其功能属性，大致可以把社交网络分为如下类别：
交友网络；这类社交网络是现实社交圈子的映射，其朋友关系的真实性和关系维护的便捷性吸引了大量用户的参与。这类网站国际上比较流行的有facebook、myspace 和cyworld等；国内比较流行的有reen 网和开心网。除此之外，面向商务人士的xing和linkedin、婚恋交友网也属于此类网络。
博客网络；博客站点提供的最基本功能是博客的发布和用户关注服务，用户之间的关注关系就形成了社交网络。博客网络一般是有向网络，即用户A 关注用户B 的博客，但用户B 未必关注用户A 的博客。近几年迅速兴起的微博客(如twitter)引发了人们对信息传播的关注。较大的博客站点有Google blogger、Microsoft live spaces、新浪博客、腾讯Qzone、LiveJournal、Twitter和Follow5等。
媒体分享网络；这类网络主要用于用户发布、共享和检索媒体资源，如视频、图片或书签等。这些站点降低了信息发布的门槛，吸引大量用户参与进来。此类站点除了提供资源发布和共享服务外，也提供交友服务。这些站点上的用户形成的社交网络一般也是有向网络。较大的站点有视频分享网站Youtube和优酷、图片分享网站、网络书签站点CiteULike和delicious等。即时通信网络；即时通信系统是一种实时交流工具，系统中的每个用户都有自己的联系人(或好友)列表。根
据用户之间的好友关系可以构建即时通信系统中的社交网络。有代表性的即时通信系统有MSN、QQ和Skype等。 除了上述网络以外，某些BBS(如天涯社区)和协同编辑站点(如百度百科)等也增加了关注或好友功能，这些站点上的用户之间也可组成社交网络。
上述站点所提供的服务之间有互补和重叠之处，如视频分享网络优酷上的用户也可以指定自己的好友；Facebook 和人人网上的用户也可以发布自己的微博客，这使得我们很难在社交网络的分类上给出严格的划分。
三、社交网络历史
1995 年出现的网站Classmates.com 可以帮助用户保持与他人的联系，被认为是社交网络的雏形，但该网站不允许用户之间直接建立联系，而是依靠就读的学校间接地与他人建立联系。从这点上说，Classmates并不符合本文关于社交网络的定义。1997 年出现SixDegrees允许朋友之间直接建立联系，是第一个符合本文定义的社交网络。进入21世纪，随着互联网的普及，出现了一些单纯以交友为目的的社交网络，其中具有代表性的是Friendster，同时间段的其他社交网络还有Cyworld、Ryze 和LinkedIn 等。2003 年出现的MySpace 提供的功能迎合了用户的需求，迅速发长为最大的社交网络。在随后几年，许多类似MySpace 的社交网络不断涌现，进入社交网络的快速发展阶段。
在国内，创建于1998 年5 月的中国同学录(5460.net)和Classmates类似，都是以同学数据为基础的校友录网站。2003 年开通的UUZone被认为是国内最早的社交网站。2005 年12 月，校内网（现改名人人网）在清华、北大、人大三所学校开通服务，这是国内首个实名制且具备一定影响力的社交网站，其主要用户集中在校园。2012年2 月，开心网成立(本文来自：WWW.xiaocaoFanwEn.cOM 小草范文网:如何看待社交网络计算机论文)并迅速在白领用户市场中获得认知，其页面访问量逐渐超过人人网。QQ 无疑是国内乃至全球注册用户数最多的社交网络，作为一款风行的即时聊天工具，QQ 承载着人们的各种社会关系，这使得所有使用QQ 的用户都存在于一个大的社交网络之中。
四、社交网络的主要研究问题
近几年，社交网络的研究越来越多地引起学术界的关注，研究内容包括社交网络的拓扑分析、社会化推荐(social recommendation)、网络社区发现、社交网络中的信息传播等，也取得了一些成果。
1、社交网络拓扑特性分析
当社会网络刚开始进入研究者的视线的时候，人们希望通过了解社会网络的拓扑特性，和已知的一些网络，例如WWW， Internet 的拓扑结构进行比较。这些比较主要是基于节点度分布，社交网络的网络半径、平均路径长度和聚集系数等 ，来看看社交网络的图结构和非社交