68、模糊粒化社交网络模型及其应用

模糊粒化社交网络模型及其应用

1. 模糊粒化社交网络（FGSN）概述

模糊粒化社交网络（FGSN）是基于模糊粒化理论构建的社交网络模型。在该模型中，粒（granule）表征了社交网络高度重叠邻域内形成的紧密运作群体，关系中模糊定义的紧密性通过模糊集理论进行建模。

与传统图表示法中以单个节点作为参与者不同，FGSN 将粒视为参与者，围绕网络中的每个节点构建粒，从而在模型内部捕获网络的最大信息。在这种粒化框架下，使用定义在一个或多个粒上的各种度量来描述网络的特征，包括粒度（granular degree）、粒介数（granular betweenness）和粒嵌入性（granular embeddedness）。

FGSN 框架假设网络中所有参与者的角色相同，即只要网络中所有参与者的角色保持不变，该模型就适用于任何社交网络。但如果网络中不同参与者具有不同角色，则可能需要对模型进行修改。

2. 数据转换与建模

实验中使用的数据是基于图表示法收集的，因此需要将这些图网络转换为 FGSN 的新知识表示。不同网络的转换时间如下：
| 网络名称 | 转换时间（秒） |
| ---- | ---- |
| Zachary 空手道俱乐部网络 | 3.61 |
| 海豚社交图 | 12.54 |
| 政治博客网络 | 7.09 × 10³ |

一旦建模完成，就可以制定用于网络分析不同任务的算法。需要注意的是，FGSN 仅对网络的结构信息进行编码，对于在线社交网络中参与者的其他内容（如帖子、图像、标签和个人资料），目前的研究未涉及如何将这些信息编码到粒化社交网络模型中。