9.2社交媒体大数据行为模式识别的热点研究方向 3.基于社会计算理论的行为模式识别与演化分析 社团结构及其动态调整，是社会网络中观察网络演化情况的基础环境。 如何从“同构社会网络”和“异构社会网络”两个方面，研究多源异质信息 融合在社区挖掘中的技术应用，以及网络舆情大数据研判等主题，是目前网 络行为大数据研究的特点话题之一。而基于社会计算理论，社会网络中角色 识别以及节点影响力方面的研究，也受到了广泛关注。例如，有学者针对社 会网络中的信息交流，对网络舆情数据进行了可视化分析研究。也有学者 结合犯罪学领域基础知识，基于社会网络拓扑频繁变化的时序特征，提出了 一种基于源点的谣言识别方法
9.2 社交媒体大数据行为模式识别的热点研究方向 3．基于社会计算理论的行为模式识别与演化分析 社团结构及其动态调整，是社会网络中观察网络演化情况的基础环境。 如何从“同构社会网络”和“异构社会网络”两个方面，研究多源异质信息 融合在社区挖掘中的技术应用，以及网络舆情大数据研判等主题，是目前网 络行为大数据研究的特点话题之一。而基于社会计算理论，社会网络中角色 识别以及节点影响力方面的研究，也受到了广泛关注。例如，有学者针对社 会网络中的信息交流，对网络舆情数据进行了可视化分析研究。 也有学者 结合犯罪学领域基础知识，基于社会网络拓扑频繁变化的时序特征，提出了 一种基于源点的谣言识别方法
9.2社交媒体大数据行为模式识别的热点研究方向 4.基于关联规则的行为模式识别与演化分析 为了提高计算机在行为模式识别方面的学习能力，模拟生物神经的人工 神经元网络在基于关联规则的行为模式识别领域中得到了应用。目前，基于 关联规则的群体行为模式识别，重点关注隐式行为决策规则挖掘、行为的传 播影响规则挖掘、时空行为规则挖掘等研究主题。这方面的研究工作，有些 不是针对社会网络特有的行为模式，但其研究成果对互联网环境下社群规律 的挖掘和验证具有重要的借鉴和参考价值。如在计算机安全领域，利用序列 关联算法和面向层级化网络的动态传播模型，就能从时间和空间的角度，对 计算机病毒所感染的数据日志进行综合分析；根据计算出的病毒感染行为模 式的序列关联规则，提出相应的信息安全管理机制，以降低后续计算机终端 感染病毒的再发概率
9.2 社交媒体大数据行为模式识别的热点研究方向 4．基于关联规则的行为模式识别与演化分析 为了提高计算机在行为模式识别方面的学习能力，模拟生物神经的人工 神经元网络在基于关联规则的行为模式识别领域中得到了应用。目前，基于 关联规则的群体行为模式识别，重点关注隐式行为决策规则挖掘、行为的传 播影响规则挖掘、时空行为规则挖掘等研究主题。这方面的研究工作，有些 不是针对社会网络特有的行为模式，但其研究成果对互联网环境下社群规律 的挖掘和验证具有重要的借鉴和参考价值。如在计算机安全领域，利用序列 关联算法和面向层级化网络的动态传播模型，就能从时间和空间的角度，对 计算机病毒所感染的数据日志进行综合分析；根据计算出的病毒感染行为模 式的序列关联规则，提出相应的信息安全管理机制，以降低后续计算机终端 感染病毒的再发概率