李春英, 汤 庸, 贺超波, 汤志康, 黄泳航

(1. 华南师范大学计算机科学学院， 广州 510631； 2. 广东技术师范学院计算机网络中心， 广州 510665；3. 仲恺农业工程学院信息科学与技术学院， 广州 510225； 4. 广东技术师范学院计算机科学学院， 广州 510665)



在线社交网络用户分析研究综述

李春英1,2, 汤 庸1*, 贺超波3, 汤志康4, 黄泳航1

(1. 华南师范大学计算机科学学院， 广州 510631； 2. 广东技术师范学院计算机网络中心， 广州 510665；3. 仲恺农业工程学院信息科学与技术学院， 广州 510225； 4. 广东技术师范学院计算机科学学院， 广州 510665)

在对国内外在线社交网络用户分析相关研究归纳总结的基础上，综述了在线社交网络用户分析的最新进展，主要包括通过用户影响力和用户偏好进行用户行为分析、采用隐式和显式的分类方法对用户属性预测算法进行综述，简述了基于用户属性特征或(和)用户关系拓扑结构的用户分类研究进展,并分析了动态社交网络、并行算法及社交用户语义信息给在线社交网络用户分析所带来的机遇和挑战，对该研究方向上的发展趋势进行了展望．

在线社交网络； 行为分析； 影响力分析； 偏好分析； 属性预测； 用户分类

随着网络技术和智能终端的快速发展，在线社交网络(Online Social Network，OSN)已成为人们日常必不可少的工具之一． 截至2014年12月一些日常通用的主流社交网络(包括Facebook、Twitter、QQ、QQ空间、微信、Wechat、Amazon及新浪微博等)月活跃用户之和已经达到40亿人次，超过了目前世界总人口的一半． 另外，一些垂直社交网络(如用于旅游、饮食……