《妙手仁医》社交系统详解

《妙手仁医》社交系统详解

《妙手仁医》网易首款情侣三消手游，居家旅行之良品，秀恩爱必备! 激爽痛快的实时对战，挑战智商的医生锦标赛，丰富多变的巧妙关卡，让你消消消根本停不下来; Q萌可爱的游戏画面，升职领薪的成功之路，虐恋情深的剧情故事由知名声优倾情演绎，让你亲身体会医生的喜怒

哀乐。不必摩擦，无需穿越，只要轻轻滑动手指，你就能踏上医界封神之路!

妙手仁医除了新颖独特的玩法之外，其完善的社交系统也是这款游戏的亮点，我们都知道网络游戏相比于单机游戏，最大的区别就是更加的强调与别的玩家们的互动了，玩家们不再是单打独斗了，那么这款游戏中的社交系统又如何呢，感兴趣的玩家就继续看下去吧。

1、多种方式添加好友。

平台好友：社交平台自带好友。

附近好友：可添加附近玩家为好友。

指定添加：输入id添加好友。

2、邀请奖励。

通过社交账号点对点邀请，邀请者和被邀请者都可获得奖励。

3、互送体力。

玩家之间可以互送体力，获得更多闯关机会。

4、求助好友。

向好友申请关卡解锁，当有三个好友通过关卡解锁申请后，可免费解锁关卡。

5、炫耀分享。

点对点分享：关卡分数超过好友可点对点向好友微信或易信发送消息。

平台炫耀：关卡分数超过好友、PVP获胜、锦标赛名次提升、加薪升职可在朋友圈分享。更多手机游戏攻略，敬请关注百度攻略&搞趣网攻略频道！

关于社交网络的理论研究

关于社交网络的理论研究 社交的逻辑 社交网络的理论研究是一个很久就开始的事情了，以下列出4个基础论断，作为后续产品论述的前提(其实很多在产品中体现的还很不好)。 关系对人的影响在于，六度分隔所描述的是弱连接，通过弱连接，我们可以传递消息，创造合作机会；但如果关注人们之间是如何互相产生影响的，就必须关注强连接，尼古拉斯?克里斯塔斯基将称为“三度影响力原则”(人类行为深受三度以内朋友的影响)，这种现象的出现原因，既包括行为习惯上的影响，也包括观念上的影响。 群体对人的影响，主要是极化，即群体愚蠢或群体智慧。理论上，有一个共同的目标，分工互补，就可形成紧密的群。《乌合之众》里讲到，群体对于个体有着极端放大和缩小的能力，可以没有责任的暴虐成为暴民，也可以用高尚情感使之舍生赴死(领袖们打动群众需要言之凿凿，信誓旦旦的重复和强大意志的感染)。情绪化、简单化和跟随成本大大降低，是群对个人行为带来的影响。新浪微博的运营，就是典型的时尚流行话题带动，名人引导，最后完成群体讨论和活跃的。 另一方面，群体是可以产生超越个体的群体智能的，《失控》里称之为“涌现”(整体才具有，孤立部分及其总合不具有的性质)。这个在人类社会尚无很好的范例，亚马逊的相关商

品精准推荐，可能算群体预测吧，但在自然界涌现有很多范例，比如水分子朝一个方向运动会形成漩涡，白蚁可以构筑相当于人类数千层楼高的蚁巢，且通风卫生情况良好。 北京大学计算机系李晓明教授为《大连接》一书所写的推荐语：“社会网络”不仅是‘网络’更是‘社会’，深合我心。互联网的社交产品，就是要遵循规则，帮助用户使用、经营、扩展其社交关系，将整个社交网络经营成良好运转的虚拟社会。 社交的产品 社交产品主要论述四个部分：关系社交产品、内容社交产品、服务社交产品和社交产品的运营。 关系社交产品 扎克伯格在Facebook上市前公开信中写道：“人际关系是社会的基本构成单元……人们分享得越多——即便只是与密友或家人分享——文化就越开放，对于他人的生活和观点的理解也就越深。我们认为，它能够创造更多、更强的人际关系，并帮助人们接触到更多不同观点。”这就是平台型的关系社交产品的主要思路。 实名动态(FEED)、好友关系(推荐)、个人主页(Profile)是关系社交产品的基本构成，持续不断的优化FEED的聚合和展现形态，进而激励更多的分享(含评论转发)，不断基于标签推荐用户添加好友，不断引导用户浏览好友的个人空间，以此完成关系链的活跃和建设，其中相册、日志、活动和投票，是关系社交产品的基础分享应用和UGC内容来源。

数据挖掘在社交网络中的隐私保护

数据挖掘在社交网络中的隐私保护 唐伟晨(学号:111220114) (南京大学计算机科学与技术系, 南京210093) Privacy-Preserving Data Mining in Online Communities Weichen Tang (Department of Computer Science and Technology, Nanjing University, Nanjing 210093, China) Abstract: Online communities are the most dense area of individual privacy. With the rapid development of online communities, the number of privacy-disclosure problems has been increasing. This article shows the privacy-preserving data mining technology, including how to preserve privacy, the challenges we face and the benefits of privacy-preserving data mining in online communities. Key words: data mining; social networks; privacy protection 摘要: 在线社区是网络中个人隐私最为密集的区域。在线社区的飞速发展的同时，隐私泄露的问题也日益增多。本文介绍隐私保护数据挖掘技术，包括隐私保护的方法、面临的挑战以及实现在社交网络中隐私保护的数据挖掘的优势。 关键词: 数据挖掘；社交网络；隐私保护 中图法分类号: TP301文献标识码: A 1 引言 近年来在线社区发展迅速，规模越来越大。截至2013年底我国微博用户为2.81亿，人人网注册用户2.8亿，还有许多大型论坛、企业社区、地方社区等等。可见在线社区用户规模庞大，可想而知在线社区中的数据规模也是十分庞大的。庞大的数据，又有各种应用数据挖掘技术的工具对这些数据进行着分析，就会很自然地引发关于隐私方面的争论。由于对数据挖掘技术的不了解，很多人都在批判将数据挖掘应用于在线社区等隐私集中的区域。本文将介绍数据挖掘是如何在发挥自身长处的同时保护用户隐私的。 2 背景介绍 1. 在线社区简介 在线社区是建立在网络上的虚拟社区。用户通过注册来使用在线社区的扩展功能。在线社区既可以是互不相识的人们之前的交友平台，也可以是早已认识的两人的联络途径。在线社区的主要分类有两种，一种是所有人都可以在其中发布信息的，例如微博、BBS等，另一种则是拥有一定权限的人才可以在其中发布信息，例如博客，人人网个人主页等。 2. 数据挖掘的隐私和安全 随着数据挖掘的广泛应用，人们越来越多担心如此大规模的应用数据挖掘，可能会对自己的隐私造成侵

社交网络用户的心理需求分析

社交网络用户的心理需求分析 用户在社交网络里的行为逻辑是用户个人的真实写照，在社交网络里的自我个性特点，也反映了用户的真实个性，如果能准确把握用户的行为逻辑，那么将有助于你做出符合大众用户的社交功能。一款社交产品的成功必须能够准确把握用户在其中的心理变化，哪些莫名火爆的应用背后到底是什么? 笔者不才，就几个简单的用户行为阐述一下自己的观点，在我简述几个行为的同时，看看你自己有没有同感? 1、不同社交应用的不同社会角色 我们每个人都是如此，在不同的社会场景下，扮演不同的社会角色，即会有不同的表现，这是一种社会效应，即使映射到社交网络，无论在你微博、微信、QQ、人人上，你都扮演着不同的角色，留意一下你自己的各种不同社交应用，每次你打开它一定是不同的意图，继而获取信息和产生内容的初衷也会有所不同。有人会说，我有的好友在不同的社交应用里同时更新一样的内容作何解释?不要忘了，获取社交信息和用户产生内容是两种行为，可能他在获取的阶段是不同的社交初衷。 这就是我为年轻人高呼“爸妈来了，这个应用我不用了”的现象做出的解释，除了青春期遗留下来的逆反心里，企图标新立异有意采取不同的态度和行为来引起别人的注意和得到

社会认同之外，单一的大众性社交应用将现实社会不同场景下的社会关系高度重合在一个社交场景里，难免让人感到“隐私”没了，在不同的场合扮演不同的社会角色的时候自然就有不同的语言行为规范，一个父母面前温顺可人的角色怎么能容忍客串成在朋友当中破粗口胡吃海喝的角色。 从这个角度来分析一些老牌的社交应用里，即使我们经常登录，也再也不会更新内容的现象，因为像 QQ 这样的社交应用，根基太早，从家庭朋友社交场景到工作关系场景，社交关系太过臃肿，不是一个很好的展现自我的平台，还是应该将它着重定位在即时通讯吧。随着微信将手机通讯录和 QQ 好友关系链都移植到了自己的社交关系里，即使在朋友圈里更新可以设置可见范围分组，比起这种在下游手动添加范围，我宁愿有个从始至终都是一个社会场景的应用。 还有两个相对成型的特定社交分类，即职业社交与婚恋交友，用户其实都是在扮演特定的社会角色；婚恋网站https://www.wendangku.net/doc/d810922375.html,的邵光荣曾表示，社交本身并不是需求，而是手段，不同的社交都是有着不同的目的，一旦某个平台的社交功能无法达到用户的目的，用户也就会沉默或离开，社交其实也就不存在了。意思无外乎也是说用户需要扮演角色来达到某种目的。 2、自我“隐私”保护和窥探他人“隐私” 为什么要在隐私上加引号?因为在社交网络我们自主公开的生活隐私不能纯粹意义上算隐私。先说说第一种行为，你的好友会经常直播自己的生活或者一天上传几十张自拍照，人类是群居动物，群居本能分两级:第一级寻求群体认可，心理学上认为，“爱向别人炫”是一

社交网络数据的实用性

了解消费者。与消费者达到最简洁快速的沟通。这就需要通过数据分析找到消费者所在的圈子，进而找到圈子中的意见领袖，通过意见领袖让企业想传达的信息进一步扩大，辐射整个圈子。从而吸纳更多的忠实消费者。 社交网络分析与圈子划分 社交网络的分析存在着许多有意思的研究课题。例如，在社交网络中社区圈子的识别、社交网络中人物影响力的计算、信息在社交网络上的传播模型、虚假信息和机器人账号的识别、基于社交网络信息对股市、大选以及传染病的预测等。社交网络的分析和研究是一个交叉领域的学科，在研究过程中，通常会利用社会学、心理学甚至是医学上的基本结论和原理作为 指导，通过人工智能领域中使用的机器学习、图论等算法对社交网络中的群体行为和未来的趋势进行模拟和预测。 社交圈子的划分并不仅局限于用户主动建立起来的关系上，还可以通过其隐性圈子的划分，如兴趣属性。当两个人在社交网络中互动很频繁时，他们在线下是否也是真实的好友？从算法的角度来说，这是个很难解决的问题，但如果我们换一个角度来思考这个问题，想想我们的线下联系方式，如果A跟B互相拥有对方的手机号，那他们是线下真实好友的可能性就非常大了。包括飞信、米聊、微信等产品，如果真的能够做成基于手机通讯录的社交网络，我们就可以通过异构的社交网络对社交圈子进行综合性的判断，其价值不可估量。 企业基于社交网络数据的收获 1.潜在商机的发现 通过数据挖掘与分析，可以发现某个用户的活动商圈是否在企业的商圈覆盖范围内；可以知道某个用户的消费能力；可以知道某个用户的喜好及最近的购买习惯；可以知道某个用户会购买自己产品的概率;可以知道竞争对手的策略。 2.危机预警 通过数据挖掘与分析，可以对一些网络中突然发布的一条可能对企业产生危机的信息即时的监控起来。并追踪其传播路径，找到其中的关键节点。利用＂乱石＂打散其传播轨迹。从而让危机尽快消失。一个企业面对社交媒体中网民创造的成千上万，甚至几百万的讨论内容，想要通过人工去判断哪些口碑对品牌有利，哪些将会成为品牌危机是个不可能完成的任务。而舆情监测则可以围绕某一监测领域或事件，经过科学部署的不间断的数据收集与分析的过程，前期需要对收集范围和关键词群进行设置，中期对采集的数据进行过滤、分组、聚类等预处理，后期对数据进行分析，并以分析报告的形式让品牌了解到自身的口碑状况。 3.效果预测

基于数据挖掘的校园社交网络用户行为分析毕业设计论文

基于数据挖掘的校园社交网络用户行为分析毕业设计论文

1 绪论 1.1 选题背景 社交网络，简称SNS（social network service），在Web2.0浪潮中已发展为社会化媒体中一个主要平台。据最新的中国互联网络信息中心(CNNIC)2013年1月15 日发布的第31次《中国互联网络发展状况统计报告》，截至2012年12月底，我国网民规模达5.64亿，互联网普及率为42.1%，较2011年底提升3.8个百分点。同时报告显示，社交网络应用持续呈现增长趋势，截止2012年12月，国内社交网络用户总数已达2.75亿，占到了全部网民人数的48.8%，增速保持在10%以上。 与此同时在2010年之后社交网络又出现两大新增长点：其一微博用户持续增长，微博用户规模在2012年达到3.09亿，较2011年底增长了5873万。虽然微博急速扩张的阶段已经结束，但年增幅仍能达到23.5%；其二用户逐渐移动化成为了社交网络用户增长的又一亮点，截至2012年12月底，我国手机网民规模为4.2亿，较上年底增加约6440万人，网民中使用手机上网的人群占比由上年底的69.3%提升至74.5%，随着手机智能化，相当一部分用户访问和发送微博的行为发生在手机终端上，为社交网站的进一步发展提供了可能。此外“社交化”已经作为一种重要的功能元素，正在全面融合到各类互联网应用中。一方面，2012年涌现出大批具备社交基因的新应用，包括图片社交、私密社交、购物分享等，尤其在移动互联网领域，由于手机天生的通讯功能，2012年许多热门移动应用都具备社交功能；另一方面，搜索、网购、媒体等互联网应用正在融合社交因素，以丰富自身的功能、提升用户体验，创新服务和盈利模式。在整个互联网都走向社交化的大趋势下，传统的实名制社交网站也不断增加平台功能，在原

社交网络数据挖掘

中图分类号：TP274

学校代码：10252 学号：092400354上海理工大学硕士学位论文 基于社会网络的数据挖掘方法研究 姓名陆晓野 系别光电信息与计算机工程学院 专业计算机应用技术 研究方向数据挖掘 指导教师陈玮副教授 学位论文完成日期2011年12月

University of Shanghai for Science and Technology Master Dissertation Data Mining Method Based on Social Networks Name Lu Xiaoye Department School of Optical-Electrical and Computer Engineering Specialty Computer Application Technology Research Direction Data Mining Supervisor Associate Professor Chen Wei Complete Date December 2011

学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学位论文保留并向国家有关部门或机构送交论文的复印件和电子版。允许论文被查阅和借阅。本人授权上海理工大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 学位论文作者签名： 指导教师签名： 年 月 日 年 月 日 保 密 年 □ 不保密 □

声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本声明的法律责任由本人承担。 学位论文作者签名： 年月日

社交网络用户行为的研究.

社交网络用户行为的研究 摘要：社交网络是近几年产生、发展、兴起的，给人们的现代生活带来了巨大的影响和冲击。社交网络具有传统网络的一般特征，又具有其独特性，它是以人为中心建立的网络社 交。社交网站是互联网由分散的网络应用向以人为中心的网络应用平台转化的必由之路，是互联网发展由浅层向深入，由分散到集中，由以应用为核心到以人为核心的转变。 关键词：社交网络、社交网站、社交网站用户行为 中图分类号：TP393 文献标识码：A 文章编号：1006-026X（2012）05-0000-01 据艾瑞咨询最新发布的《2011年中国社交化电子商务报告》显示，2011年中国社交网络的用户规模已经达到3.7亿，较2010年增长17.6%，预计到2014年这一规模将达到5.1 亿人，社交化元素已成为中国互联网中的基础性应用。从社交网络用户数据快速增长上来看，社交网络对人们生活的影响越来越大。为什么越来越多的人喜欢使用社交网络，他的 用户行为特征具体表现在哪些方面，本文以文献综述法进行总结归纳研究。 1.社交网络和社交网站 1.1社交网络的定义 自社交网络诞生以来，有关学者和专家就对社交网络的概念定义和内涵解释存在不少争议，且国内外的学者对社交网络的研究更多的集中于其商业及社交价值，加之社交网络 这一存在还处于不断变化发展的过程中，使得学界对社交网络的定义更加模糊不清。 国外学者Antelman(2003)对社交网络的定义是:社交网络是一个虚拟的个 人空间，用户在空间里上传个人资料，兴趣爱好，并且不断更新自我状态与信息，同时连接聚集到一 个或多个可信赖的朋友或同事群体中，使用社交网络提供的多种应用工具丰富充实空间里的信息资料，同时达到增进群体内部关系的目的。黄婷(2009)在总结社交网络特点 的基础上将社交网络服务定义为：社交网络服务(SNS)是以网站为载体，通过为用户提供各种交互功能，以帮助用户拓展社交圈为目的的服务类产品。 --!> 综合网络及国内外学者对社交网络的研究，本文将社交网络定义为：以社交软件(Social Network Software)为工具，以社交网站(Social Network Site)为载体，通过一系列 网站应用为人们提供社会性网络服务，帮助人们建立网络社交关系的交往平台。也就是我们平常所说的社交网站。 1.2 社交网站的特点

社交网络数据挖掘方法研究

社交网络数据挖掘方法研究 对于现在的我们来说，网络应该是最熟悉的，它影响着我们生活得方方面面，通过网络进行社交活动也是现在网络的一个巨大的作用，各种各样的社交软件层出不穷，研究社交网络数据也变得越来越重要。巨大的数据量和复杂的数据形式导致研究社交网络数据挖掘方法存在许多困难。社交网络数据挖掘的第一步也是基础步骤就是数据分类。下文中研究的数据类型主要是数值型数据，这就大大减小了数据处理的难度，研究的内容是微博用户信息，通过常用的数据挖掘方法决策树算法，研究微博用户分类的有效的规则，得出用户分类信息。 1.1 研究背景 社交网络的发展和壮大使社交网络数据得到越来越多的关注，其价值也是毋庸置疑的，如何能利用这些信息帮助企业发展是目前研究的重点。与传统的网络形式相比，社交网络具有它独特的性质，首先，对于用户来说，他给用户更多的权限和自主性。这也就使得社交网络的数据更加的多样和复杂，内容也越来越丰满，社交网络还呈现出更加明显的群体特征，他会将具有相同特质的用户更紧密的来联系在一起。最最重要的特征是他传播信息的速度，这个速度是及时的，非常迅速，扩散范围特别的广，传统的研究方法与模型应用于社交网络数据时，推广率极低，错误率较高，传播速度低，所以创新数据挖掘方法是研究重点。在研究社交网络数据时，必须分析选择合适的挖掘方法。 目前，国内流行的社交软件有微博、微信、QQ、知乎等新兴APP，只微博就有腾讯、新浪、搜狐等几家公司，其中新浪微博是目前看来中国最具影响力的微博之一。新浪微博已经渗透到年轻人生活的点点滴滴之中，影响舆论，改变人们的思想方式，对人们产生的影响是不容小觑的。在对社交网络数据进行分析时，我们选择了新浪微博软件，因为新浪微博使用群体多，具有典型性，网站的点击量也是最大的，所以，选择微博用户信息进行研究挖掘，分析微博用户的信息数据，能得到更具有代表性和准确性的结论[1]。

浅析现代网络社交工具对大学生人际关系的影响

本科生毕业论文 论文题目浅析现代网络社交工具对大学生人际交往的影响 作者姓名徐鑫 专业名称公共关系 指导教师翟进 2015年3 月23 日

浅析现代网络社交工具对大学生人际关系的影响 【摘要】当今时代是一个开放包容，飞速发展的“信息化时代”，随着计算机科技的瞬息万变，这一新的技术工具逐渐开始引领社会的发展，使信息能够快速的产生和交流传播。由QQ、微博、微信等即时通讯工具和社交网络服务平台组成的现代网络社交工具，正是伴随这现代信息技术的进步和互联网的普及而产生的时代产物。它的发展随着信息技术的发展日益成熟和完善，不仅提供了从个人所熟悉的人群，延伸到了遥远、陌生的人群。大学生是现代网络社交工具最为主要的接受者和使用者之一，网络社交工具已经成为了大学生日常交往的必备工具，它克服了传统人际交往的时空限制，扩大了大学生的交往空间，拓展了交往手段，改变了人们的认识和行为方式，但与此同时，网络社交工具也使大学生现实人际关系在某些情况下变得疏离，现实交往能力下降，出现了诸如孤独、叛逆等心理问题，产生了信任危机。互联网影响下的人际关系显得越来越冷漠。因此，研究网络社交工具对大学生人际关系的影响有着重要的意义。 【关键词】：现代网络社交工具；大学生；人际关系 根据中国互联网信息中心2015年1月调查报告，截至2014年12月底，上网人群中20-29岁年龄段的网民占到总网民数的30%，在各年龄段中互联网普及率和使用率最高，达到72.9%，从职业角度分析，学生是网民中规模最大的群体，占30.2%。从文化程度上看，大专及以上学历人群互联网使用率达到了96.1%。从上述数据反映出，高校大学生使用互联网频率最高，人群最多，因而，现代网络社交工具必然会影响大学生人际关系。

社会网络用户关系分析与预测

目录 目录……………………………………………………………………………………………………………．．ｉＴＡＢＬＥＯＦＩ：：ＯＮＴＥＮＴＳ………………………………………………………………………………．ｉｉｉ摘ｊＩ枣……………………………………………………………………………………………………………．．ＩＡＢＳＴＲＡＣＴ………………………………………………………………………………………………．．ＩＩＩ第一章绪论…………………………………………………………………………．１１．１研究背景……………………………………………………………………一ｌ１．２问题描述……………………………………………………………………．．２１．３本文工作………………………………………………………………………３１．４论文结构……………………………………………………………………一４第二章相关工作……………………………………………………………………．５２．１基于网络结构的用户关系分析……………………………………………．．５２．１．１基于共同好友的关系分析……………………………………………５２．１．２基于路径的关系分析…………………………………………………６２．２基于属性的用户关系分析…………………………………………………。８２．３社交行为建模………………………………………………………………一９２．４本章小结……………………………………………………………………一９第三章社交网络用户属性建模与用户关系度量……………………………………ｌｏ３．１属性分析与建模……………………………………………………………１０３．１．１基于属性的用户偏好分析ＯＯＯ．．．．Ｏ．．．．ＯＯＱＯＱＯＯＯＯＯＯＯＯＯＯ．ＯＯＯ．．．．．．．．．．．．．．．．．．．ＯＯＯ１０３．２基于属性的用户关系度量…………………………………………………１２３．３本章小结……………………………………………………………………１３第四章社交网络用户行为建模与用户关系度量……………………………………１４４．１行为分析与建模……………………………………………………………１４４．１．１信息发布行为分析……………………………………………………１５４．１．２用户潜在因素提取……………………………………………………１６４．２基于行为的用户关系度量…………………………………………………ｌ７

社会网络中的数据挖掘方法

社会网络中的数据挖掘方法 摘要：随着Web2.0技术的发展，社交网络在人们生活中所起的作用越来越大，社会网络分析越来越多得受到人们的重视，将数据挖掘的方法应用于社会网络分析成为数据挖掘研究的一个新的方向。如何从庞大冗杂的社会网络数据中挖掘出有用的信息成为广大学者研究的问题，并且当前关于社区挖掘的绝大多数方法都假定社会网络中只存在一种关系,挖掘结果并不完全符合用户的真实需求。因此，本文将从节点依赖性着手分析社会网络中数据之间的联系，从链接挖掘入手，分析得出关联分析和聚类分析这两种数据挖掘方法，并在此基础上简要探讨了多关系社会网络的数据挖掘方法。 关键字：社会网络；数据挖掘；关联分析；聚类分析；多关系 传统的机器学习和数据挖掘任务处理的对象是单独的数据实例，这些数据实例往往可以用一个包含多个属性值的向量来表示，同时这些数据实例之间假设是统计上独立的。然而在社会里，人与人不是简单的统计上独立的采样点，他们之间必然存在着联系和影响。忽视了这种联系会对数据挖掘效果带来很大的影响。为了解决这个问题，必须将数据实例之间的关系同时考虑进来，从而人们提出了社会网络的概念，试图用图结构来刻画这种社会结构。 将数据挖掘的方法应用于社会网络分析是数据挖掘研究的一个新的方向。社会网络分析又称为链接挖掘（link mining），节点代表社会网络中个体或团体，链接表示了个体之间存在的各种关系（relation），如朋友关系、亲属关系、贸易关系、性关系等。通过对链接的挖掘我们可以获得关于实例更丰富（如某个实例在整个网络中的重要性）、更准确（如预测某个实例所属的类别）的信息。 近年来，社会网络的个体影响力分析和关键成员挖掘在研究上获得了广泛的关注。通常认为，节点的社会地位可以用一种打分函数进行衡量，而这个打分函数的取值就可以被理解为节点在社会网络上的影响力或权威性。通常权威性函数值大的节点可以被理解为是网络中的重要个体，或关键成员。根据网络的不同，关键成员挖掘技术具有不同的应用背景。例如，Web搜索服务提供者期望通过分析链接结构，计算网页的重要性，从而为用户提供最贴近需求的搜索结果；在学术合作网络中，人们期望通过对合作结构和主题进行层次分析，从而发现合作模式和重要学者；在线社交网站中，通过主题对个体进行重要程度和个人兴趣进行分类，从而发现关键成员和意见领袖。类似的研究在学术研究、舆情分析、商业推广等领域上都有很好的应用。在社会网络中，每个个体都在网络结构中体现出了不同的社会影响力。例如，在微博网络中，同样的话题由不同的成员转载，受到的关注度往往会大不相同。是什么