38、大规模呼叫与短信网络对比及分布式感知算法研究

大规模呼叫与短信网络对比及分布式感知算法研究

大规模呼叫与短信网络对比分析

随着科技的飞速发展，我们有机会研究大规模复杂网络，从全新视角认识社会。通过对 3600 万用户的手机记录构建网络，以通话和短信的累积数量衡量社交关系的强度，将用户作为节点，用户间的连接作为边，构建社交通信网络，从而研究社会层面的人类通信模式和动态。

从原始网络构建了有向网络、相互网络及其经过统计验证的网络。统计验证用于去除没有社会根源的边，将这些经过验证的网络作为对照与原始网络进行比较。通过对网络的度、边权重、节点强度等分布的研究，发现这些网络既有许多共同属性，也在定性和定量方面表现出独特特征。

研究主要聚焦于呼叫网络和短信网络的比较。传统移动通信方式受到移动互联网的挑战，但难以量化其影响。通过对比呼叫和短信网络，可以找出两者差异，量化新兴移动互联网的影响。

研究发现，无论从用户质量还是数量来看，短信的使用表现都不如呼叫。用户在社交交流中更倾向于使用电话而非短信。短信构建的社区稀疏且不稳定，这些现象可能用于解释社会关系的形成和删除，表明不同文化和社会规范下存在不同的社会动态基本机制。研究结果可作为社会通信模式演变模型的基础，特别是短信和呼叫之间显著差异的基本机制需要详细研究。

在有向网络中忽略边的方向后，DMN 和 SVDCN 的曲线非常相似，而 DCN 的曲线低于 SVDCN，这与以往现象不同，表明统计验证方法去除了大量异常节点，使网络节点联系更紧密。此外，呼叫曲线呈上升趋势，在 wN ≈ 100 后似乎下降，而短信曲线波动更剧烈，反映出短信通信网络与电话呼叫网络有很大不同。

分布式感知算法（DPA）

算法灵感来源 <