社交网络动态数据分析算法研究开题报告

1. 研究目的与意义

1.研究目的： i）将社会关系网中杂乱的数据按指定的标准进行分类，并在软件的界面以合适的布局呈现出来。

ii)结合实际的案例，根据客户实际的需求，给出准确的分析结果，包括动态的统计、筛选和排序的结果。

iii）对数据进行挖掘，发现数据中隐藏的巨大价值。

2. 国内外研究现状分析

目前，国内的社交网络动态分析的公司特别的缺乏，trust data是一家大数据分析公司，目前产品覆盖国内1.3亿部手机月活用户，占中国智能手机用户数20%，客户主要是国外对冲基金、国内vc、国内大中型移动互联网企业、开拓互联网业务的传统企业、国家机关等。

国外的社交网络动态分析的研究也处于起步的阶段，但是美国的palantir公司，他的市场估值已经达到了200亿美元。

社会网络动态布局算法大多出自外国，例如：fruchterman - reingold、kamada - kawai、isom、linlog、simple tree layout、simple circle layout等。

3. 研究的基本内容与计划

1. 该社交网络动态数据分析算法主要需要实现的功能有： i)社交网络中数据筛选、分类和排序。

ii)根据用户不同的需求呈现出不同的布局效果，以达到对数据不同方面的分析。

iii)在呈现的时候以平滑动画的形式展示 iv)当数据达到十万级别的时候不会出现内存吃完的情况，时间复杂度突破传统的算法 v)实现局部缓存处理，减轻客户端由于硬件的依赖。

4. 研究创新点

1.将社会网络中的数据充分利用起来，实现其价值。

2.将抽象的社会网络中的数据可视化。

3.动态的从不同的角度分析数据。