我们除了需要研究个人的特定属性，还需要研究社会行为者他们之间的联系和交换。可以被交换的资源有很多，它们可以是现实存在的，例如服务和商品；当然也可以是抽象的，例如影响力和传播能力。在以计算机为传播介质进行通讯的情况下，被用于作为交换的资源，将会通过图像，影音等多种多样的媒体来传达给别人。

1.2 研究的目的和主要任务

在如今的Web2.0时代，不同形式的面向具体对象类型的社交服务类网站不断涌现出来，满怀好奇的人们带着不同的兴趣爱好参加了各种各样的虚拟社区。在虚拟的网络社区结构中，用户们的地位存在着一定的差距。有一些用户处于社区的边缘地位，而总会有一些用户，具有较大的影响力，并能成为所在社区的核心。从这些虚拟的社区中找到具有核心地位的用户，对于我们对该社区进行进一步的信息挖掘具有很大的价值。本文将会通过不同角度分析和实现寻找社区核心成员的算法。

2 社交网络和复杂网络

     钱学森给出了复杂网络的一个较严格的定义：具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。[2]

社会网络就是一种典型的复杂网络。社交网络本质上就是社会网络，只是多了一些虚拟的属性，其实还是人和人关系网络。要研究社交网络，找到核心社区成员，就得先研究复杂网络。

2.1 关于度和度分布的研究

我们在研究一个网络的时候，经常需要计算节点的度(Degree)，这个可以用来描述社交网络中局部网络的特性。在一个有向的网络中，有出度(Out-degree)与入度(In-degree)的区分。例如，我们以用户表示节点，用边表示一个用户对另一个用户的关注。在这里节点的出度，是指的是从该用户节点指出的表示关注其他用户节点的边的数目；节点的入度，是指的是从其他用户节点指向该用户节点的表示关注的边的数目。我们用度来表述一个网络中，各个网络节点的连接数目的分布情况。从直观上来看，一个用户节点的度越大，表明这个用户在这个社交网络拓扑结构中的地位越重要，也就越可能是我们所要寻找的核心用户。在社交网络中，我们可以用度来表示个体用户节点的影响力和他在这个网络中的地位，当一个用户节点的度越大时，他的影响力就越大，他对这个网络的发展的作用也就越显著。文献综述

2.2 关于中心性的分析

“中心性”的研究，对于社会网络的分析有很大的意义。我们通过对中心性的分析，可以了解到一个个人或某个组织在一张社会网络中拥有怎样的权力，或者说他们会处在怎样的地位上。这一思想出现在早期的社会网络分析学上。例如，在一个社交网络中，通过对个体用户的中心度(Centrality)的测量，我们可以了解到这个用户处于网络中心的程度，反映了该用户在这个网络结构中的重要程度。在网络中，每个个体都可以用一个中心度用来描述它的个体特性。我们不仅可以分析网络中个体的中心度，还可以分析出整个网络的集中趋势(也称为中心势，Centralization)。网络中心势描述的是在这个网络中各个节点的有多大的差异性。

2.3 关于核心-缘结构的分析

通过核心-边缘(Core-Periphery)结构的分析，我们可以发现在一个社会网络中有哪些节点具有核心地位，哪些节点又是对于整个网络没有突出影响力的边缘位置。在研究社交网络的过程中，对于核心-边缘结构的分析具有很大的意义。另外，它还可以用来分析组织关系网络等多种社会现象。 社交网络核心社区成员挖掘算法研究(3):http://www.youerw.com/jixie/lunwen_73288.html