摘要：随着web2.0的发展，互联网信息量爆炸式的增长，社会逐渐由现实发展至网络，形成网络社会。网络社会的出现使传统社会出现了全新的网络化、社会化深度，同时，网络社会的急速发展也给政府管理部门带来了新的挑战。本文从社会计算的角度分析了网络社会中社交群体的构建。
关键词：社会计算；社交群体；舆情监测
中图分类号：N94 文献标识码：A 文章编号：1007-9599 （2013） 01-0073-02
1 引言
现代信息技术的发展，使传统的社会活动向着虚拟的网络延伸，使网络呈现社会化内涵，而web2.0的发展，又进一步促进了网络社会的发展与繁荣。于是一群基于网络的社交群体随之产生，他们突破了时空的限制，在虚拟世界之中，通过某些共同因素产生联系。网络社交群体规模的不断地壮大，加快了网络信息的传播速度，增大了网络舆论的影响力，在某些情况下，甚至会激发与推助社会事件，并使突发性群体事件更加的难以预测与控制。基于此，我们可以通过社会计算这一新兴的学科，对社交群体进行关联分析与预测，并切实利用所获取的数据，为舆情监测与引导提供支持。
2 社会计算
根据第30次中国互联网络发展状况统计报告显示，截至2012年6月，我国网民人数已达到了5.38亿，而即时通讯应用的用户数量排名第一。其次，微博应用的增长速率高居榜首，成为最有发展潜力的网络应用。在这种现象背后是人们对信息需求多元化，网络发展社会化的客观反映。社会网络的蓬勃发展使得用户不断分享内容到网络上。互联网无时无刻不新增着大量的社会行为数据，这种海量数据的出现催化了社会计算学科的产生。早在1994年，英文中“socialcomputing”就已出现，但是多指如电子邮件系统或其它计算机支持协同工作软件（computersupp ortedcooperativework，CSCW）此类的“社会软件（socialsoftware）”。随着网络社会的不断发展，社会计算也逐步演变成为一门计算机科学与社会科学的交叉学科，它的出现在于辅助人们利用计算机技术和信息技术对社会网络进行分析、计算，找出社会网络中潜在的规律和发展态势，提高人类对于社会的认知。在传统的社会学、经济学等领域，人们早就已经形成了一整套完整的认知模式，即采用严谨、有序的数学模型以及公式进行分析和计算。然而社会网络是一个庞大而复杂的系统，典型数学公式的计算模式已经不能准确的计算出人们所需要的社会科学的信息，这是由于影响最终结果的因素往往是多元的、多角度的，而传统的计算方式通常忽略了这些重要的因素，同时这些因素的预测也较为困难。社会计算的提出是基于互联网络的飞速发展，传统社会网络向互联网络迁移以及社会行为数据的急剧累积。在大量丰富的数据以及对这些数据深度挖掘的基础上，社会计算往往能够显现它独特的优势。这一新兴学科的发展为人们认知社会，了解社会行为的客观规律，分析不同社会网络间的关联性和发展规律奠定了扎实的基础。
3 基于网络的社交群体
网络不仅打破了时间、空间的界限，近一步拉近了人们的距离，而且为那些互不相识但却具有相同兴趣爱好的人们架起了交往的桥梁。在社交网络中，人们可以较为自由的表达观点、意见、要求等，或者通过个人兴趣爱好寻找话题、加入讨论，通过在虚拟世界的不断交流，形成一个较为特定的社交群体。由于网络的广泛性与自由性，基于网络的社交群体相对于传统的社交群体更加灵活，人们不再局限于特定的时间、地点，不再单单与生活轨迹相似的人群进行交流，时空的差距完全被网络所打破，人们可以自由加入社交群体。虚拟社会与现实社会在属性上存在很大差异，但不可否认，虚拟社会的产生、发展与现实社会紧密相关。一般而言，现实社会中某些敏感话题，往往会引起社交网络上的热烈讨论，甚至在一定程度上对现实社会产生影响。基于此，我们不难发现，网络上的社交群体会随着现实社会中的热点问题，出现、发展与消亡。
基于网络的社交群体的广泛性与自由性，导致了它的结构的复杂性与不确定性。以参与人员为依据，大致可以分为三类，第一类以现实生活为基础，它是现实到虚拟的延伸，是现实世界在虚拟世界中的投影。这类社交群体的核心是真实的人际交往圈，主要存在于人人、微博等网络平台上，它不但具有较强的稳定性，而且各成员之间联系更为紧密，讨论的话题也会折射出其生活的共性。第二类以共同的兴趣爱好、追求为基础，参与的人们往往具有一个或多个共同点，而这个共同点成为了联系他们的纽带，并使此类社交群体可以保持一定的稳定性。同时，由于虚拟社会中很少存在现实社会中复杂的感情联系，所以它的形成与消亡较为自由。第三类紧跟时事政治，社会热点等，与它们一同兴起，发展与消亡。这类社交群体随着话题的生命周期，不断变化。当话题兴起时，快速的发展壮大；当话题沉寂时，逐步的走向消亡。参与者可以完全抛弃现实身份的束缚，更加广泛、自由的加入讨论。从网络舆情的角度来考虑，这类社交群体往往会更具威胁性。尤其是面对敏感话题时，一边倒现象会更为明显，在一定程度上造成舆论压力。
随着科技的不断发展，社交网络的不断壮大，社交群体也在从单一化人群向着多样化、复杂化迈进。他不仅在广度上不断扩张，而且在所探讨的社会话题的深度上也不断地加深，从而使其带来的影响逐步扩大，邓玉娇案、药家鑫案等，均是由于巨大网络舆论压力，而使得最后的判决更得民心。现今的社交群体已经有了较为强势的社会监督权，甚至在一定程度上，引领了舆论导向，引发了舆情危机。
4 运用社会计算的模式挖掘社会群体
4.1 信息搜集与信息融合
对社会网络进行社会群体挖掘的前提是需要有海量数据的支持，因此在进行群体挖掘之前，我们需要有大量的用户行为信息作为基础。就最终需求而言，不仅是从用户信息的内容上，更是从这种信息的多方面量化上，例如用户的年龄，地域分布，兴趣趋向等等。前者的搜集主要以各大社交网站所提供的API函数或利用网页爬虫方式将用户信息聚集。而后者主要是依靠数理统计和分析等方法得出结论。
其次，大量的统计数据表明，用户在不同社会网络之间的社交行为往往具有关联性，例如他们很有可能在不同的社交网络中使用相同的昵称，个人信息填写也相类似，而分享的内容，关注的焦点也相互统一。这就使得分析人员在进行社会群体发现时，需要考虑到多元信息的相互融合而不是传统意义上的在单一网络中对用户群体进行分析。
4.2 社会群体关联性分析
从微观角度来看，社会群体由用户和关系构成，而关联性分析旨在研究用户与用户之间的联系。这种联系既可以是显性的又可以是潜在的；即可以是直接的，又可以是间接的。在复杂的社会网络中，发现社会群体对社会网络研究是一个前提也是一个关键，目前的研究成果主要集中在通过分析博客成员页面之间的链接，邮件中的关系列表等构建关联网络。但此类分析大多只考虑了一维的、线性的因素，而对于复杂的，多因素共同影响的社会网络便显得力不从心。在现实的社会网络中，用户与用户之间的关系往往是多维的，隐含的且具有潜在的语义关联性，研究这种复杂的用户关系对揭示社会网络群体的本质以及发展规律有着极其重要的意义。
（1）用户兴趣点关联分析
在网络中，用户的兴趣点通常表现在其对于某类主题的互联网数据的关注程度。而具有相似兴趣点的用户往往会受到对方的影响，因而他们也具有相同的舆论观点。因此，对具有相似兴趣点的用户进行关联分析能够为舆论的引导和预测提供支持。然而，随着多媒体网络的发展，数据的表现形式不再单一于文本模式，更多，更丰富的内容的出现，例如语音，视频，图像的涌现，使得传统分析方法中仅仅针对文本而建立的模型不再适用于现行网络。在当今复杂的网络中，需要对多形态的，多信息源的信息进行分析。
（2）用户亲密度关联分析
用户之间的亲密度是一个复杂的问题，它涵盖了多方面的因素，也涉及到了多种分析技术。亲密度的分析，首先要考虑到用户之间的联系频率与联系时间，这一方面数据，可以通过概率统计学进行分析。在此基础之上，也要考虑到用户之间的联系内容，依靠相关语义判断用户亲密度的真实性与倾向性，这样一来，自然语言的处理就要加以利用。但由于中文语言的一词多义、一义多词等现象十分繁多，一个标点符号增减就可能出现不同含义，这就为自然语言的处理增加了相当的难度，如何消除歧义，得到真实的语言含义，还有待长期、系统的工作。通过对用户亲密度的关联分析，可以判断用户之间的紧密度、相互的影响力，以及这一群体对某一话题的倾向性，给舆论预测提供帮助。
（3）动态网络群体的舆论观点关联分析
在前两种关联分析中，分析得到的结论往往是相对静止的。而对于网络中的突发舆情事件来说，关联分析需要随着事件的发展而动态的进行，一个事件的产生，往往伴随着不同的舆论观点，在这种情况下的舆论分析往往需要对用户观点的倾向性进行动态、快速的判断。能否准确的预测和判断是能否对突发事件进行正确处理和引导的关键。
4.3 社会网络群体的发展与预测
社会网络是一个复杂、庞大的系统，在这个系统中，又存在着无数多个小的子系统，每一个子系统的发展又受到系统中个体的社交行为的影响。实验表明，在社会网络中，个体之间的联系行为在一定程度上与幂律分布更为相符。近年来，网络群体的影响力逐步扩大，不但已经涉及公共安全领域，甚至还会影响到某些事件的最终结果。“华南虎事件”、“7.5事件”等，这些案例都显现出了网络社会群体的影响力之大。因此，构建网络群体的发展模型，预测网络群体的发展趋势是十分必要的。近年来，更多的学者开始加入到社会网络群体的研究中，而这些研究大部分是基于社会动力学的观点。社会动力学致力于研究人类社会在其发展过程中的各种社会现象、社会文化以及社会行为等变化规律。在它的研究过程中，复杂网络方法能够将网络社会归纳为节点与关系，并能够对网络社会的结构特征以及演化过程等进行分析和预测。这对于社会网络群体的发展与预测有着指导性的作用。
5 展望
在互联网络飞速发展的今天，网络社会越来越受到人们的亲赖，研究社会网络群体的发展模式与分析预测有着重大的意义。虽然现阶段有大量的学者参与到社会网络计算这一新兴研究领域，但对其研究成果仍处于初级阶段，我们需要充分利用互联网络的优势，突破传统方法中的瓶颈，创造出新的动态的预测模型，恰当的应用于这一领域。
参考文献：
[1]CNNIC《第30次中国互联网络发展状况统计报告》
[2]郑晓龙，钟永光.基于网络信息的社会动力学研究