康艳荣，赵 露，范 玮，张紫华

（1.公安部物证鉴定中心，现场物证溯源技术国家工程实验室，痕迹科学与技术公安部重点实验室，北京 100038；2.天津市公安局物证鉴定中心,天津 300384；3.北京中伦文德律师事务所 北京100028）

数据的爆炸增长、广泛可用和巨大数量使得我们的时代成为真正的数据时代，急需功能强大的工具从海量数据中发现有价值的信息，并把这些数据转化成有组织的知识[1]。经过近几十年的发展和完善，数据挖掘技术已经日益成熟，其主要方法有关联规则挖掘、分类与预测、聚类分析、遗传算法、文本挖掘、Web挖掘等[2]。社交工具及应用作为新兴媒体的代表，其本身所携带的社交信息、交流信息以及社交用户产生的大量文本、图像、音频、视频等内容对于数据挖掘来说又是挑战[3]。现在流行的在线社交工具如推特、脸书、博客、微博、微信等通常都含有大量的链接数据和内容数据，其中链接数据主要为图形结构，表示两个实体之间的通信，而内容数据则包含有文本、图像以及其他网络多媒体数据[4]。以海量数据为支撑的对人物关系的量化研究正日益得到重视。目前，基于链接的分析主要致力于链接预测[5]、社区发现[6]、社交网络进化[7]和社会影响分析[8]等领域；而基于内容的分析主要聚焦于关键字搜索、分类、聚类和异构网络中的迁移学习[9]等方面。近年来，有学者不断提出了基于新方法的人物关系的定量分析，如基于聚类分析（依据距离和相关系数来……