基于事务日志的社会网络抽取

来源：计算机研究与发展杂志2015年第11期北京时间：

作者：陈创,徐波,肖仰华,施佺,汪卫,

摘要：社会网络分析(socialnetworkanalysis,SNA)是数据挖掘领域的一个重要研究方向，社会网络数据的质量和规模对研究十分重要.在当前的社会网络分析研究中，大多数是基于社交网站生成的社会网络，社交网站生成的在线社会网络只是对真实社会网络近似模拟，其现象、结论无法代表真实社会网络；少数基于真实社会网络的研究中，由于数据采集难度较大，往往只能使用规模有限的社会网络，从而降低了分析结果的可信程度.现代软件系统产生大量的事务日志让构建基于真实环境的社会网络成为可能.以高校学生卡管理系统产生的事务日志为例，探索如何从海量事务日志中抽取社会网络.根据事务日志的特征，建立以共现(co-occurrence)特征为基础的网络抽取模型，抽取出所有可能构成这个社会网络的边；定义了一个基于边的权重和Jaccard相关性系数的边存在系数，识别网络中的噪音边，筛选噪音边；最后，通过同班级比率分析和网络拓扑结构分析，对抽取的网络进行验证.实验结果表明，所抽取的网络具有很高的同班级比率，该抽取模型具有较好效果，同时该网络具有小世界网络(small-world)特征和满足无标度(scale-free)度分布，符合常见社会网络特征.

关键词：社会网络分析, 事务日志, 共现, 剪枝, 相关性度量,