博文
【科学网】博客社区分析（1）
精选
||
研究对象：科学网博客社区 (http://www.sciencenet.cn/blog/)
工作步骤：获取数据，构造用户网络，各个尺度下用表征不同网络特性的定量指标进行计算，然后对比分析。
关于科学网博客社区：
实验对象为2007年1月至2010年3月期间的活跃的博客用户。通过网络爬虫共获取4703个用户信息，包括发帖人ID、姓名、昵称、帖子链接地址及回帖人相关信和回复时间等。
建立无向回复关系网络，节点表示不同的博客用户，边表示两个用户之间存在评论或被评论的关系。不考虑节点评论自己文章时形成的自环问题。在建立网络过程中只考虑了注册用户之间关系，而忽略了以游客身份进行评论对网络造成的影响。图中虚框表示社区（以1、2、3表示），4、5、6为孤立节点。
采用Clauset和Newman等提出的复杂网络社区划分的快速算法进行划分，不考虑孤立节点造成的影响，共提取出8 个最大的社区。为了宏观度量社区划分结果，采用Newman 等定义的模块度(Q值)来衡量社区划分的效果，Q=0.5227，说明科学网博客社区中存在较强的社区结构。
（8个社区的规模、成员、活跃度、分别有哪些知名博主等具体信息未整理，如有兴趣可抽空处理后另外提供。）
定量指标计算和分析
目前已经做了几个指标的计算，它们分别代表不同网络特性和尺度下的信息。本帖仅给出第一个指标及其分析。
(1) 网络结构熵：网络结构熵由连接度分布确定，可以更加精确度量复杂网络的非同质性。
随着时间推进，博客用户增多，该博客网络的标准结构熵在第一个季度(前4个月)呈现基本上升趋势。半年（第6个月）后，标准结构熵呈现下降趋势，说明此时知名度较高的博客节点开始形成。大约1.5-2年时间之后（第20个月），标准结构熵开始趋于平稳，说明科学网开通博客社区的活跃用户群体基本确定下来，网络拓扑构开始呈现稳定状态，社区结构基本形成。标准结构熵开始稳定在0.63左右，此时网络处于“稳定有序”状态。
另外，无论网络结构是否稳定，每月活跃节点数和月新增边数（评论数）却呈现逐步上升趋势（时间单位为月），说明科学网的社区活力一直呈现良好发展态势。
其中，月新增边数的上升相对而言是在稳定上升中存在几次较大的峰值，比如2008年上半年、2009年5月、2009年8月、2009年12月等，表明这些时间在科学网博客社区出现了热门话题。
考虑热门话题引起的评论、关注响应曲线，和我们抓取BBS论坛中突发话题舆情演化的曲线一致（如下图，时间单位为天），即类似控制系统的冲击响应函数，舆情持续阶段包括上升、下降并消失（震荡表示新引入子话题，同样具有相同响应模式）。
显然，博客社区的实时性明显小于BBS这种媒介，信息响应步长较大，即博客社区要慢热得多。分析原因：博主们事务繁忙，不会整天沉溺网站，事件发生后得知时间滞后；和知识分子群体的个性有关，大多慢热，较为理性；即便关注，等到下笔响应，可能一周时间已经过去了；由于实名写作的严肃性，写作前需要字斟句酌，不会轻易表态，等等。
最后，从图表看，社区结构也经历了突现（Emergence）的过程，从无序转到有序，而网络结构熵在这个案例下，可以很好地在宏观层面刻画系统突现行为的演化过程，也体现了网络中结构上的多样性。
暂时的结束语：
本帖涉及的科研工作和复杂系统、突现（Emergence）、网络行为学等有关，是目前在研工作的一小部分。之所以挑选科学网为研究对象之一，也是因为自己身在其中吧。
对未知的世界和信息，我们从来无比好奇！
写博文需要时间，虽然相关工作的论文已经完成，但要以博文形式提供，很多内容却需要重新组织和整理，来不及，仅先行提供这部分以为引子吧。
大家总在说科学网上要谈科学，很赞同，但没必要仅仅如此。似乎我个人对科学这个话题谈得不多，而教育等其他话题更多，这虽然说明了一定程度的排序，但对于教育或者科学二者，我们都远远做得不够。
申明：本文部分图表、文字在整理发表中，版权所有。如确实需要引用，请联系作者获取出处（或引用本博文地址），谢谢。
博客感言
https://blog.sciencenet.cn/blog-53846-389619.html
上一篇：研发工作是不是我的“奶酪”？——漫谈IT相关专业的研究生择业
下一篇：四季梧桐
