---用户个性和同质性对社团成员演化的影响研究

在社交网络中，社团结构的定义要求社团内部链接紧密，社团之间链接稀疏。 由于网络的复杂性，社团内部和社团之间都存在边，这两种边的形成与消失影响 着社团结构的演化。但已有的社团发现方法没有解释这两种边的生成机制，无法 挖掘社团演化的核心规律。在富含文本内容的社交网络中，我们发现有些用户个 性异常鲜明，他们可能对多个主题感兴趣，喜欢活跃在多个不同的社团中，而 其他用户则更多的和其所在社团的内部成员交流，这表现为同质性。这一发现 给挖掘社团内部和社团之间边的形成机制提供了线索，基于此线索，本课题提 出了一个生成式社团发现模型GHIPT（Group Homophily and Individual Personality of Topics）。该模型不仅能够检测社团结构，还能够识别社团中个性活跃的用户。 在动态网络上，我们发现个性活跃的用户更加频繁的改变他的所属社团，这类 用户驱动着社团结构的演化。在2个真实数据集上的实验证实，和基准模型相比， GHIPT的准确率更高。此外，我们在新型冠状病毒数据集CORD-19（COVID-19 Open Research Dataset）上也进行了案例研究，为抗击新型冠状病毒提供了一些新 的视角。

11月18日（周三）中午12:30在图书馆一层学习共享空间，计算机系王英奎老师将为大家作“用户个性和同质性对社团成员演化的影响研究”学术讲座。

欢迎有兴趣的老师和同学参加。

讲座期间严格遵守疫情防控要求，请大家配合全程佩戴口罩，保持一米间隔座位，做好防疫。