1. Social 初步调研报告
报告人：吴雨龙

2. 概要
• Social Computing的定义
• Social in Business
• Social Computing的关键技术

3. Social Computing的定义
• 百度名片：
• 目前对此还没有一个明确和公认的定义。笼统而言，社会计
算是一门现代计算技术与社会科学之间的交叉学科。
• 王飞跃：
• 面向社会活动、社会过程、社会结构、社会组织和社会功能的计算
理论和方法
• 社会计算三大要素
• 人：人自身的行为，人与人的交互，社会关系
• 计算系统：PC，互联网，移动设备：实现人与人的连接。
• 钱：盈利性较强，能够解决重大社会问题。
• Wikipedia：
• Social computing is a general term for an area of computer science that
is concerned with the intersection of social behavior and computational
systems. It has become an important concept for use in business.

4. Data comsumption and
Social in Business remixing from all
sources, particularly
user generated data. as more
Network effects
people participate.
The Web and all its
connected devices as one Architecture of participation
Lightweight programming
global platform of reusable that encourages user
models and business models.
services and data. Data is core contribution. Harness
Continuous and seamless
Open Network collective intelligence.
update of software and data
Platform Effects
rapidly.
Lightweight Collective
models Social intelligence
Principles
Enabling Unbounded Cooperate with users
Functionality- as well as services collaboration as co-developers.
service-oriented Creating and sharing
approaches to build new info.
applications as a Intuitive Leverage the
Cost-effective scalable services usability long tail
composition of other, and
Rich andof software.
instead interactive
in order to enrich user user
experiences.
interfaces.

5. 社会计算与商务模式的关系
• 无界合作&客户关系分
别是社会计算与商务
模式中的重中之重。
Ref: Knol, P., Spruit, M., Scheper, WeB (2008). “Web 2.0 Revealed”

6. 实例——SharePoint™

7. Social Computing关键技术概览
• Collaborative Filtering-协同过滤（推荐系统）
• Discovering Groups-发现群组（博客聚类）
• Expert Searching-专家搜索（LinkedIn® Website）

8. Collaborative Filtering-协同过滤
• 基于用户的协同过滤
• 基本思想：对已知物品评价相似的用户，倾向于对其他物品
有相似的评价。
• 实例：卓越亚马逊的推荐系统之一

9. • 基于物品的协同过滤
• 基本思想：预先计算物品之间的相似度。（基于用户行为计
算）
• 优点：可线下计算，在稀疏数据集上优于基于用户法。
• 缺点：较难实现，维护物品相似表有额外开销。
• 目前的大型商业应用多综合采用了这两种方法。

10. 推荐系统 in Portal
• 由Autonomy公司开发的Portal-in-a-Box™系统

11. Discovering Groups-发现群组
• 在大数据量的应用中，通过发现紧密相关的事物，为相应
的事务和部门（如零售商、电影推荐网站等）提供策略支
持。
• 例如：
• 具有相似市场行为的股票
• 讨论相似话题的博客
• 具有相似属性的商品，辅助推荐功能
• 发现群组是一个机器学习的过程。
• 实例：博客聚类等

12. 实现发现群组的技术路线
• 监督学习
• 基于神经网络/ 决策树/ 支持向量机/ 贝叶斯过滤。
• 学生A：{较弱，较强，长，时尚，外向、感性}->艺术生
• 无监督学习（聚类算法）
• K-means算法/ K-Medios算法/ Clarans算法

13. 发现群组 in Portal
• 由Autonomy公司开发的Portal-in-a-Box™系统
• 采用监督学习的方法对文档或邮件进行分类。

14. Expert Searching-专家搜索
• 别称：People finding/search
• 是社会计算与信息检索的一个分支
• 通常视为企业搜索(Enterprise Search)的一个重要组成部分
• 互联网搜索
• 企业内网(intranet)搜索
• 应用：
• 企业/学校内部：寻找某一方面问题的专家
• 互联网搜索：寻找某行业专业人士，猎头公司
• 类似技术可以应用到不同的搜索任务中：博客/微博搜索

15. 专家搜索实例
• Linked In™网站

16. 专家搜索实例
• 企业内网专家
搜索

17. 专家搜索在互联网中的应用
• 微软人立方搜索引擎（实例输入：李彦宏）
http://renlifang.msra.cn/GuanxiMap.aspx

18. 有代表性的Social相关应用

19. Conclusion
• Social Computing 是一个较新兴的社会学与计算机科学的交
叉学科。
• 目前在计算机科学方面还是大有作为的。
• 而且Business Model 对Social Computing的需求很大，也就
是说企业需求较大。
• 但是，这门学科和NLP(自然语言处理)，ML(机器学习)，数
据挖掘，信息检索等学科关联较紧密。要做好需要较强的
理论背景。