53、社交网络中的大数据：分析与应用

社交网络中的大数据：分析与应用

1. 社交网络大数据概述

在线社交网络是大数据分析框架内的一种新范式，它以极高的变化率存储着关于异质社会事实和互动的海量信息。社交网络大数据具备大数据的 4V 特征，即大量（Volume）、多样（Variety）、高速（Velocity）和价值（Value）。

以 Facebook 为例，2017 年 6 月，其月用户达 20 亿，拥有数万亿条好友关系边；每天新增 50 万用户，每秒新增 6 个个人资料；72% 的美国在线成年人每月至少访问一次，全球 38.6% 的在线人口使用该平台。此外，Facebook 每天产生约 500TB 数据，Twitter 稍少。这些数据（文本、图像、视频、音频）需要高速处理。

当 IT 专家试图进行行为预测（预测分析）或提供决策建议（规范分析）时，社交网络管理和分析就演变成了大数据问题。因此，社交网络和大数据的新范式需要提供有效采用大数据分析算法的方法。同时，由于在线社交网络及其产生的数据的复杂性和多样性，有两个重要方面需要深入研究：一是如何结合大数据进行社交网络分析；二是如何在隐私和安全问题上运用大数据分析技术。

2. 在线社交网络分类

目前，大多数社交网络连接着具有相似兴趣或特征的人或群体，未来可能会连接软件、网络服务和数据存储库等其他实体。在线社交网络服务是人们创建社交关系的在线平台，通常通过媒体内容进行互动，可细分为以下几类：
- 在线社交和多媒体社交网络 ：基于用户生成内容，可用于为特定用户识别最合适的内容、对社交网络用户进行排名、确定能最大化特定内容影响力的用户子集等。知名的社交网络如 Twitter、Facebo