第 13 讲 · 社交网络
社交网络把用户或机构作为顶点，把好友、关注、通话或共现作为边。最先要说明的是边的语义：好友关系通常无向，关注关系有向，互动次数可以作为权重；多种关系同时存在时形成异构网络。
网络不是自动存在的，要从数据中抽取
网络可以来自用户明确关系、交互日志，或对象在网页和内容中的共现。不同抽取规则会得到不同图：一次共同出现是否算边，边权按次数还是时间衰减，都会影响后续结论。
得到图后可用邻接矩阵表示，再把节点属性、文本内容和关系结构结合起来。课件区分两条路线：社交网络分析主要挖掘结构，内容挖掘处理文本、关键词和情感；实际任务经常同时使用二者。
三种中心性回答三种“重要”
大作业引入了三种节点指标：
- 度中心性高：直接联系多，适合第一轮广泛触达；
- 接近中心性高：到其他节点的平均最短距离小，信息能较快到达全网；
- 介数中心性高：大量最短路经过该点，像连接不同群体的桥梁。
它们没有天然的统一排名。高连接的社区内部明星可能度数高，但跨社区桥接者介数更高。是否有“传播能力”，还取决于传播机制、边方向、权重和用户活跃度。
分类和链接预测的输出不同
节点分类给定部分用户标签，预测其他用户的类别，例如兴趣或点击倾向；链接预测则给出最可能新增关系的节点对，例如好友推荐。二者都可利用共同邻居、邻接向量相似性和节点属性，但监督目标不同。
使用邻居行为预测用户行为时，要保留训练与验证边界。若直接用待预测时刻之后的行为构造特征，或让标签只是输入的反编码，模型即使输出很“确定”也没有预测意义。
社区检测寻找内部稠密、外部稀疏的节点组
课件介绍了几类方法：
- 基于可达子图，如 -clique、-club；
- 把邻接向量视为特征，用余弦或 Jaccard 相似性后聚类；
- 图分割最小化社区间割边，同时要防止退化成单点社区；
- 密度聚类用 Eps 邻域和 MinPts 区分核心点、边界点与噪声点。
严格“结构等价”要求两节点连接完全相同的对象，现实中太苛刻，所以通常使用连续相似度。K-means 假设簇围绕中心，DBSCAN 更适合非球形簇并能标记噪声；选择方法取决于表示空间，而不是算法名字越复杂越好。
两种传播模型的随机性来源不同
阈值模型中，节点在活跃邻居影响超过自身阈值后被激活，强调群体累积压力。独立级联模型中，新激活节点沿每条边只有一次独立尝试，强调概率性接触。
干预可以删除关键节点、切断关键边或改变传播概率。比较策略时不能只看一次模拟，应重复实验并报告最终传播规模、到达时间或轮数等清楚指标；不同指标可能给出不同“最佳”策略。
社交网络分析最容易犯的错误，是把结构相关性说成因果。中心位置可能带来影响力，也可能只是活跃用户更容易同时拥有高中心性和传播量；要判断因果，还需要时间顺序、对照或额外实验设计。