语义社交网络是一种由节点、链接以及文档组成的新型社交网络。其中，节点代表语义社交网络个体；链接代表节点和节点之间的关系，例如微博社交网络中的关注关系、科技论文网络中的引用关系等；文档代表网络个体发表的文本，例如微博帖子、论文摘要等。与传统的仅考虑网络拓扑结构的社交网络相比，语义社交网络蕴含有丰富的话题属性（topic），例如：科技论文网络中的论文摘要蕴含有论文的研究领域、研究方法等，微博网络中的用户帖子蕴含有用户对社会事件的观点和态度等。可以看出，语义社交网络更善于描述网络节点的内在属性，目前已经成为在线社交网络分析领域的研究热点。 语义社区发现，是语义社交网络分析中的重要研究内容。所谓社区，是指按特定属性聚合在一起的网络群组，满足群组内部成员之间相似性较高，群组之间成员具相似性较低这一特点。在传统的基于拓扑结构的社交网络中，社区内部成员链接较为紧密，社区之间成员链接较为稀疏。而在语义社交网络的社区结构中，社区内部成员不光要具有较高的紧密程度，同时要满足文档中的话题属性具有较高的相似性，科技论文网络中按关键词划分的研究领域，就是典型的语义社区划分实例。 根据网络节点所蕴含语义信息的不同，语义社区识别可以分为两大类：（1）基于结构的语义信息表示。这类网络中的节点不含有文本信息，但研究者基于Network Embedding方法提取了节点的2-hop邻居信息作为节点的语义信息进行社区识别。（2）基于文档的语义信息表示。这类网络中的网络节点蕴含有丰富的文本信息，研究者通过提取文本中蕴含的话题，并构造话题相似性度量函数，挖掘具有较高话题一致性的社区结构。 现有方法存在的问题在于：仅考虑了用户文本中蕴含的话题，忽略了用户对话题持有的观点，这使得对某话题接纳程度较低的用户，也会被划分进围绕话题构造的社区之中，社区面临随网络演化的分裂风险。根据拉扎斯菲尔德提出的二级传播理论，用户会对较为认可的观点加以转发。据此，我们构造了基于话题影响力渗透的博弈规则，认为合理的社区结构内部用户应当通过某种策略的做出权衡，从而选择是否接纳某话题并充当该话题的转发者，从而达到最大收益。而现有方法仅以话题的相似性作为社区的生成标准会降低社区内部节点的一致性，社区内聚性略显不足。

哈尔滨理工大学

该项目为储备库项目资源，暂无效益分析内容。