基于照片的社交關(guān)系可視化方法

陳佳舟，陳樟樟，秦緒佳

(浙江工業(yè)大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，杭州 310023)

1 引 言

隨著社交網(wǎng)絡(luò)服務(wù)的盛行，數(shù)以萬計的用戶每天活躍在社交網(wǎng)絡(luò)服務(wù)中，在網(wǎng)絡(luò)上創(chuàng)造著豐富的信息，由此構(gòu)建了一個龐大而復(fù)雜多樣的虛擬社交網(wǎng)絡(luò).在社交網(wǎng)絡(luò)中，發(fā)現(xiàn)社交關(guān)系是一個至關(guān)重要的問題，涉及到每一個人在社交網(wǎng)絡(luò)中的自我定位和價值發(fā)現(xiàn).因此，通過分析人們在社交網(wǎng)絡(luò)服務(wù)中的社交行為(發(fā)布博文、轉(zhuǎn)發(fā)、關(guān)注)，挖掘社交關(guān)系引起了許多學(xué)者的關(guān)注，其中基于社交網(wǎng)絡(luò)好友推薦拓展社交關(guān)系頗受人們關(guān)注.Piao等根據(jù)用戶興趣傾向的主題，推薦關(guān)注相似主題的用戶，以拓展用戶的社交關(guān)系[1].Zhu等以用戶微博文本相似度計算用戶之間的相似度以及對其他用戶的信任度，來挖掘隱含的社交關(guān)系[2].這些方法雖然能挖掘出有意義的社交關(guān)系，但構(gòu)造的社交關(guān)系缺少現(xiàn)實的指導(dǎo)，可能存在虛假甚至錯誤的社交關(guān)系.

隨著數(shù)碼相機和智能手機等數(shù)碼攝影設(shè)備的普及，在朋友聚會、活動慶典、學(xué)術(shù)報告、婚禮等社交活動中，拍攝照片成為其中必不可少的環(huán)節(jié)，稱之為“社交照片”[3].通過人臉識別以及照片中的面部共現(xiàn)的技術(shù)，從社交照片中分析人們之間的社交關(guān)系是近年來的研究熱點.Singla等使用馬爾科夫邏輯檢測照片中的社交關(guān)系，并為關(guān)系預(yù)測定義了一階邏輯加以約束[4].Plantié等從代表家庭活動的社交照片中提取社交網(wǎng)絡(luò)用于幫助構(gòu)建個人照片集[5].Kim等將照片集作為社交網(wǎng)絡(luò)分析的來源，分析照片存在的潛在朋友關(guān)系，提取人與人之間的強關(guān)聯(lián)關(guān)系.從這些研究可以得出在照片中面部共現(xiàn)可能表明面孔之間存在強關(guān)聯(lián)關(guān)系[6].即在照片中共現(xiàn)的人臉，在現(xiàn)實社交中存在關(guān)系，這可以作為從社交網(wǎng)絡(luò)服務(wù)中獲取社交關(guān)系的指導(dǎo).但是，基于照片集的社交網(wǎng)絡(luò)分析，得出的社交關(guān)系都比較簡單，且沒有對關(guān)系做出有意義的解釋.這就需要從社交網(wǎng)絡(luò)服務(wù)中提取社交關(guān)系以彌補由單一社交照片構(gòu)建的社交關(guān)系的不足.

為此，本文提出一種基于照片的社交關(guān)系可視化方法，并結(jié)合微博設(shè)計實現(xiàn)了一個可視化系統(tǒng)SPVis.本文設(shè)計了照片與微博、現(xiàn)實與虛擬相結(jié)合的可視化探索，首先，利用人臉識別技術(shù)識別社交照片中的人物，并獲取識別對象在微博上的社交數(shù)據(jù)(關(guān)注數(shù)據(jù)，文本數(shù)據(jù))；接著，利用LDA模型發(fā)現(xiàn)微博文本主題并計算微博文本相似度，以此度量識別對象間的相似度；最后，通過可視分析識別對象的關(guān)注數(shù)據(jù)和相似度，挖掘?qū)ο箝g虛擬社交關(guān)系的特點，分析對象間現(xiàn)實社交關(guān)系更加緊密的潛力.

2 相關(guān)工作

本文研究工作涉及社交關(guān)系分析及可視化分析.根據(jù)針對不同的社交數(shù)據(jù)類型，可將社交關(guān)系分析的相關(guān)工作分為兩種類型，基于社交照片和社交網(wǎng)絡(luò)服務(wù)這兩類工作.可視化分析挖掘人類對于信息的認(rèn)知能力與優(yōu)勢,將人、機有機融合,借助人機交互高效洞悉大數(shù)據(jù)背后的信息與規(guī)律,是大數(shù)據(jù)分析的重要方法[7].

基于社交照片的社交關(guān)系分析，主要通過觀察照片中人物共現(xiàn)的情況，來分析人物間的社交關(guān)系.例如，Lewis等根據(jù)Facebook用戶之間的社交關(guān)系，如Facebook好友、照片好友、室友等，分析興趣愛好的相互影響，報告結(jié)果顯示，與其他關(guān)系相比較，出現(xiàn)在彼此相冊中的朋友在喜愛的電影、音樂和書籍中有著高度的相似性[8].Kim等將個人照片集作為社交網(wǎng)絡(luò)分析的來源，分析照片存在的潛在朋友關(guān)系，定義了一種數(shù)據(jù)結(jié)構(gòu)——人臉共現(xiàn)網(wǎng)絡(luò)(Face Co-Occurrence Networks，F(xiàn)CON)，用于提取人與人之間的強關(guān)聯(lián)關(guān)系，并利用FCON推薦可靠的社交朋友.Bo等通過人臉識別算法構(gòu)建具有照片收集功能的社交網(wǎng)絡(luò)，并使用社交網(wǎng)絡(luò)分析方法分析社區(qū)屬性和個體特征.這些研究都表明在照片中人臉共現(xiàn)可以代表人物之間存在強相關(guān)性[9].然而，他們主要利用照片集來解析社交關(guān)系，根據(jù)照片集中的人臉共現(xiàn)來建立潛在的關(guān)系，而且他們所展示出的關(guān)系都比較簡單，且沒有對關(guān)系做出有意義的解釋.

基于社交網(wǎng)絡(luò)服務(wù)的社交關(guān)系分析，主要根據(jù)人們在社交媒體上的社交行為(發(fā)布博文、轉(zhuǎn)發(fā)、關(guān)注等)，來分析人際間的社交關(guān)系.Piao等利用LDA模型挖掘Tweet文本的主題詞以及主題詞上的概率分布，找出用戶興趣傾向的主題，推薦關(guān)注相似主題的用戶，以拓展用戶的社交關(guān)系.Zhu等以用戶微博文本相似度為似然函數(shù)，使用K-means聚類對微博用戶聚類，得到社交圈并計算用戶間的相似度及信任度，以此挖掘出隱含的用戶社交關(guān)系.Yin等根據(jù)數(shù)據(jù)分析，發(fā)現(xiàn)超過90%的用戶關(guān)注關(guān)系由已有的好友建立[10].Chen等發(fā)現(xiàn)基于社交網(wǎng)絡(luò)用戶間的關(guān)注關(guān)系對于同屬一個社交圈的用戶擴展社交關(guān)系具有很強的指導(dǎo)意義[11].Miao針對微博媒體分析人物數(shù)據(jù)的特點，挖掘用戶的密友、校友和同事等，識別話題、挖掘興趣等[12].Wang從微博數(shù)據(jù)中抽取用戶主題，結(jié)合用戶之間關(guān)注關(guān)系，對用戶進(jìn)行相似度計算，通過聚類檢測出隱含的社交關(guān)系[13].根據(jù)社交行為分析所得的社交關(guān)系，雖然具有具體而有意義的解析，但虛擬網(wǎng)絡(luò)中存在的多樣性和不確定性，可能存在虛假甚至錯誤的社交關(guān)系.

由上述的工作中存在的不足，本文利用現(xiàn)實社交與虛擬社交的結(jié)合，通過識別一張照片中的人臉，結(jié)合識別對象在微博上的社交行為，構(gòu)建對象間真實而又具體的社交關(guān)系，并通過可視化的方式探索分析對象間的關(guān)系.

3 SPVis系統(tǒng)概述

本文提出的SPVis可視化系統(tǒng)如圖1所示.SPVis系統(tǒng)主要由人臉識別、數(shù)據(jù)采集與預(yù)處理、社交關(guān)系網(wǎng)絡(luò)構(gòu)建和可視化分析4個模塊組成.

圖1 SPVis系統(tǒng)架構(gòu)圖Fig.1 Architecture of SPVis visualization system

人臉識別模塊的功能主要為：1)檢測照片中的待識別人臉；2)提取待識別人臉的特征值；3)匹配待識別人臉的特征值和特征值庫；4)獲取識別人臉的個人信息.

數(shù)據(jù)采集與預(yù)處理模塊的功能為：1)通過個人信息，從微博中爬取對象的關(guān)注數(shù)據(jù)和微博文本數(shù)據(jù)；2)對微博文本數(shù)據(jù)進(jìn)行清洗，刪除錯誤或重復(fù)數(shù)據(jù)；3)對文本數(shù)據(jù)進(jìn)行中文分詞，以用于主題提取.

社交關(guān)系網(wǎng)絡(luò)構(gòu)建模塊的功能可分為：1)根據(jù)識別的人臉構(gòu)建Ⅰ級社交關(guān)系網(wǎng)絡(luò)；2)將Ⅰ級社交關(guān)系網(wǎng)絡(luò)結(jié)合關(guān)注數(shù)據(jù)構(gòu)建Ⅱ級社交關(guān)系網(wǎng)絡(luò)；3)運用LDA主題模型提取文本主題，并進(jìn)行主題相似性分析；4)結(jié)合文本主題相似性構(gòu)建Ⅲ級社交關(guān)系網(wǎng)絡(luò).

基于以上的數(shù)據(jù)處理，本系統(tǒng)設(shè)計了以下視圖：1)關(guān)系網(wǎng)絡(luò)視圖，利用節(jié)點鏈接方式對社交關(guān)系網(wǎng)絡(luò)進(jìn)行可視化，用戶在視圖中了解識別對象間社交關(guān)系的構(gòu)成，通過交互探索社交關(guān)系的特點；2)關(guān)系網(wǎng)絡(luò)3d視圖，通過三維視角可視化社交關(guān)系網(wǎng)絡(luò)，豐富對社交關(guān)系的探索；3)個人信息視圖，可視化識別對象個人的關(guān)注信息；4)共同關(guān)注信息圖，可視化識別對象間共同關(guān)注的信息.

4 基于照片的社交關(guān)系構(gòu)建可視化

本文設(shè)計實現(xiàn)了SPVis可視化系統(tǒng)，意在通過識別照片中的人臉，并結(jié)合微博，實現(xiàn)現(xiàn)實社交與虛擬社交關(guān)系的融合，可多層次展現(xiàn)出人物間的社會關(guān)系，分析對象間關(guān)系更加緊密的潛力.

4.1 人臉識別

人臉識別是從數(shù)字圖像或視頻幀中識別人的技術(shù)，主要是根據(jù)人的臉部特征信息與數(shù)據(jù)庫中的人臉進(jìn)行比較來識別的.通過攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部識別.本文利用開源的跨平臺軟件庫Dlib，實現(xiàn)人臉檢測與識別.對于人臉檢測、人臉識別，Dlib提供了基于深度學(xué)習(xí)的算法，利用訓(xùn)練好的人臉關(guān)鍵點檢測器和人臉識別模型得到人臉面部特征，并通過檢測歐氏距離的近似值來識別人臉.

本文利用訓(xùn)練好的人臉關(guān)鍵點檢測器以及基于ResNet人臉識別模型，以320位明星的個人照片集為數(shù)據(jù)源，檢測照片中的人臉，并保存其人臉特征數(shù)據(jù)及標(biāo)簽(中英文姓名)，構(gòu)建人臉特征模板庫，以文本格式記錄.

在人臉識別過程中，通過人臉檢測可以檢測出在社交照片中的所有人臉，再計算所檢測到的人臉特征數(shù)據(jù)與人臉特征模板庫中特征數(shù)據(jù)間的歐式距離，通過閾值篩選距離最小者為識別結(jié)果，記錄其人臉標(biāo)簽并從已構(gòu)成的個人信息檢索出相應(yīng)的微博ID用于后續(xù)步驟.若檢測出照片中的人臉并成功識別，則標(biāo)記出人臉的位置并記錄對應(yīng)人臉的個人信息；若在人臉識別結(jié)果中出現(xiàn)未標(biāo)記人臉的情況，則表示該人物的人臉信息未錄入人臉特征模板庫中或該照片中此人物的臉部存在遮擋或角度不當(dāng)使得無法提取人臉特征.

4.2 獲取關(guān)系數(shù)據(jù)

微博數(shù)據(jù)大致可分為微博博文數(shù)據(jù)、用戶信息數(shù)據(jù)、社交關(guān)系數(shù)據(jù).其中微博博文數(shù)據(jù)包括微博的內(nèi)容、微博發(fā)表時間、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點贊數(shù)、是否是長微博、是否是轉(zhuǎn)發(fā)的微博、源微博的URL等，用戶信息數(shù)據(jù)包括用戶ID、昵稱、個人簡介、性別、微博發(fā)表數(shù)，粉絲數(shù)，關(guān)注數(shù)等，社交關(guān)系數(shù)據(jù)包括關(guān)注者的用戶ID、昵稱以及關(guān)注類別、被關(guān)注者的用戶ID及昵稱.本文獲取的微博數(shù)據(jù)主要為微博博文數(shù)據(jù)和社交關(guān)系數(shù)據(jù)中的關(guān)注者數(shù)據(jù).

本文采用Ajax數(shù)據(jù)爬取的方法獲取數(shù)據(jù)，以微博手機端為數(shù)據(jù)獲取平臺，通過特定的請求地址，向服務(wù)器請求數(shù)據(jù)接口，數(shù)據(jù)以json格式返回.通過id、container_id、page這三個參數(shù)來調(diào)節(jié)對微博博文數(shù)據(jù)和社交關(guān)系數(shù)據(jù)的不同請求.id代表微博用戶的ID，通過輸入不同用戶的微博ID，可以向服務(wù)器請求不同用戶的微博數(shù)據(jù).container_id是獲取微博博文數(shù)據(jù)時需要的參數(shù)，從各用戶的微博主頁中獲取.page表示微博博文數(shù)據(jù)按照頁數(shù)順序獲取，每頁的微博博文數(shù)量最多為10篇.關(guān)注者數(shù)據(jù)主要是通過id參數(shù)向服務(wù)器請求獲得，而關(guān)注者數(shù)據(jù)分為有分組標(biāo)記和未分組標(biāo)記兩種.其中有分組標(biāo)記的關(guān)注者數(shù)據(jù)，需要通過不同的分組tag獲取相應(yīng)的關(guān)注者數(shù)據(jù)，分組大致為“美妝”，“體育”，“電影”，“綜藝”，“娛樂”，“朋友”等，其中分組的親密程度為“朋友”<“娛樂”<其他.獲取到的微博文本數(shù)據(jù)和關(guān)注者數(shù)據(jù)都以xlsx格式保存.為提高爬蟲速度，采用多線程的方式進(jìn)行微博爬蟲，開啟3條線程進(jìn)行爬蟲，同時為避免反爬機制設(shè)置一定延時，實驗結(jié)果顯示基本實現(xiàn)每個對象的爬蟲時間為2分鐘左右.

4.3 用戶相似度計算

如果兩個用戶發(fā)布的微博文本有著相似主題，則說明這兩個用戶可能有相似的價值取向，因而能有更多的共同話題，社交關(guān)系也能更加緊密.由微博文本相似性來度量用戶相似性，若文本的主題越接近，它們的聯(lián)系越緊密，則用戶之間的相似度就越高，反之如果主題越疏遠(yuǎn)，則用戶相似度越低.

首先，使用基于textRank方法的jieba分詞對微博文本進(jìn)行分詞[14]；然后通過LDA主題模型提取微博文本主題，LDA在提取主題時會考慮到文檔中的語義信息[15]；最后，使用Jensen-Shannon散數(shù)的倒數(shù)來衡量文本與文本之間的主題相似度，如公式(1)所示：

(1)

其中，vi,vj表示微博文本的主題概率分布.

4.4 社交關(guān)系網(wǎng)絡(luò)構(gòu)建

根據(jù)社交環(huán)境不同可以分為現(xiàn)實社交和虛擬社交.現(xiàn)實社交顧名思義就是指在現(xiàn)實世界中人與人之間的直接交際往來，例如聚會、學(xué)術(shù)報告、活動慶典等.虛擬社交是以虛擬技術(shù)為基礎(chǔ)，人與人之間的交往是以間接交往為主，通過社交網(wǎng)絡(luò)服務(wù)平臺進(jìn)行人際交流.

社交照片作為現(xiàn)實社交活動的記錄，直接可以映射出人們在現(xiàn)實世界中存在著社交關(guān)系，但是他們之間存在著怎么樣的關(guān)系，是否有相同認(rèn)識的人，是否有相同的興趣愛好，這些我們并不能從照片中獲取.而社交網(wǎng)絡(luò)服務(wù)平臺作為人際交流的媒介，可以記錄下人們在社交過程中的各種行為，通過數(shù)據(jù)挖掘可以從中獲取許多信息，以彌補從社交照片中獲取得到的社交關(guān)系的不足.本文主要研究將現(xiàn)實社交與虛擬社交結(jié)合，構(gòu)建多層次的社交關(guān)系，以分析社交關(guān)系的可發(fā)展性.

本文通過三個不同層次構(gòu)建社交關(guān)系.Ⅰ級社交關(guān)系構(gòu)建：若在人物A和人物B同時出現(xiàn)在一張社交照片中，那么認(rèn)為人物A和B之間存在聯(lián)系.該聯(lián)系為現(xiàn)實關(guān)系，是作為整個社交關(guān)系網(wǎng)絡(luò)的基礎(chǔ)，視為強關(guān)聯(lián)關(guān)系；Ⅱ級社交關(guān)系構(gòu)建：在I級社交關(guān)系的基礎(chǔ)上，結(jié)合已識別的人物A和B的關(guān)注人信息構(gòu)建社交關(guān)系；Ⅲ級社交關(guān)系構(gòu)建：在II級社交關(guān)系的基礎(chǔ)上,結(jié)合微博的文本數(shù)據(jù)，通過對微博文本相似度的計算，若微博文本相似度越大，則表明用戶相似度越高，人物之間的隱性關(guān)聯(lián)越緊密.

本文的社交關(guān)系以Ⅱ級社交關(guān)系為主體，I級社交關(guān)系為基礎(chǔ)，III級社交關(guān)系為輔助而構(gòu)建.在構(gòu)建II級社交關(guān)系時，若人物A關(guān)注人物B，那么人物A與人物B間存在(A,B)的直接聯(lián)系.若人物之間的直接聯(lián)系有標(biāo)簽，則標(biāo)注為具體的關(guān)注類別.若人物A和人物B同時關(guān)注人物C，那么人物A和人物B之間存在(A,C,B)的間接聯(lián)系，人物C為他們聯(lián)系的紐帶，聯(lián)系的緊密程度即人物之間共同關(guān)注的數(shù)量，共同關(guān)注的數(shù)量越多，人物之間的間接聯(lián)系越緊密.

4.5 社交關(guān)系網(wǎng)絡(luò)可視化

圖分析是揭示數(shù)據(jù)中復(fù)雜關(guān)聯(lián)關(guān)系的一種有效手段,而可視化通常為該過程的核心組成部分[15-17].本文使用節(jié)點鏈接的方式對社交照片中識別對象的社交關(guān)系進(jìn)行可視化.如圖2(a)所示，社交關(guān)系主要由照片中直接獲取的強關(guān)聯(lián)關(guān)系即I級社交關(guān)系，結(jié)合微博關(guān)注關(guān)系構(gòu)建成II級社交關(guān)系，再加上用戶相似度信息構(gòu)成.圖2中以人臉照片為填充的節(jié)點表示為中心節(jié)點，即社交照片中識別出的人臉，較大的節(jié)點為分組節(jié)點，較小的節(jié)點為關(guān)注者節(jié)點，邊表示節(jié)點間的聯(lián)系.在關(guān)系網(wǎng)絡(luò)視圖中，不同粗細(xì)的線段表示了不同的層次，越粗就表示越底層，而用戶相似度由中心節(jié)點間的線段粗細(xì)來表示，線段越粗表示用戶相似度越高.

在二維平面上展示的關(guān)系網(wǎng)絡(luò)由于節(jié)點過多，可能會存在邊交叉繁亂，關(guān)系較少的節(jié)點會聚集在一起，影響交互效果.由此，本文引入了3D的節(jié)點鏈接圖，在三維空間中可以通過旋轉(zhuǎn)、拖拽，調(diào)整不同的視角來觀察、探索關(guān)系網(wǎng)絡(luò).如圖2(b)和圖2(c)所示，3D視圖中節(jié)點由小球構(gòu)成，小球若可點擊則表示該節(jié)點存在子節(jié)點，可展開或收回其子節(jié)點，若小球不能則表示小球為末節(jié)點.若小球之間存在直接連接的閉合環(huán)，則為中心節(jié)點.

圖3 個人信息視圖Fig.3 Personal information view

由于在節(jié)點鏈接圖中個人的關(guān)注者信息由節(jié)點的形式表現(xiàn)，無法直觀的了解個人關(guān)注者的數(shù)量以及各個分類占比，本文使用分區(qū)圖來對其進(jìn)行可視化.如圖3所示，中心為社交照片識別的人物，第二層為關(guān)注者的分組，該分組由微博關(guān)注數(shù)據(jù)的分組標(biāo)簽構(gòu)成.個人信息視圖將每個對象所有分組情況展現(xiàn)，同時可以獲取每個分組的比例以及分組中具體的關(guān)注者.如圖中何炅的總關(guān)注數(shù)量為647，其中占比最大的娛樂分組為總數(shù)的68.3%；李小冉的電影分組中有趙寶剛、楊陽、李瀟等人.

圖4 共同關(guān)注信息視圖Fig.4 Common concern information view

為了深入分析識別對象間社交關(guān)系的緊密性及可發(fā)展性，本文通過打包圖可視化方法展示對象間共同關(guān)注信息.如圖4(a)所示，用大圓包含識別對象的所有共同關(guān)注，用中圓包含該對象與其他任一對象的共同關(guān)注，用小圓包括不同類別的共同關(guān)注.以何炅為例，圖4(b)為何炅的共同關(guān)注信息視圖，其中何炅與謝娜之間的共同關(guān)注人數(shù)為275，何炅與李小冉之間的共同關(guān)注人數(shù)為23.為細(xì)化共同關(guān)注信息，將對象間的共同關(guān)注分類，如圖4(c)所示，“娛樂”分類在何炅與謝娜的共同關(guān)注人數(shù)中占最大比重有204人.

5 SPVis系統(tǒng)的交互設(shè)計和探索

本文中所使用的實驗數(shù)據(jù)均來源于網(wǎng)絡(luò)，人臉特征模板庫由共約320個明星主要為大陸明星和臺灣明星構(gòu)成，并以他們的姓名、微博ID構(gòu)建基本的個人信息庫.

在實驗過程中，以明星的社交照片為輸入數(shù)據(jù)，通過人臉識別技術(shù)識別出照片中的人臉，通過匹配數(shù)據(jù)庫獲取相應(yīng)識別對象的微博ID，用以實時的微博數(shù)據(jù)獲取.

微博數(shù)據(jù)獲取主要包含關(guān)注人數(shù)據(jù)、微博文本數(shù)據(jù).其中，關(guān)注人數(shù)據(jù)主要包括關(guān)注人姓名、關(guān)注人微博ID、關(guān)注類別.本文主要通過這兩種微博數(shù)據(jù)構(gòu)建人物關(guān)系網(wǎng)絡(luò)，首先，通過識別對象的關(guān)注人信息，判斷對象之間是否相互關(guān)注，是否存在共同的關(guān)注人物，構(gòu)建出基礎(chǔ)的人物關(guān)系網(wǎng)絡(luò).然后，通過分析微博文本的相似度，判斷對象之間的相似性，以分析對象關(guān)系更加緊密的可能性.

獲取關(guān)系數(shù)據(jù)后，在進(jìn)行主要的可視化處理前，對數(shù)據(jù)需要進(jìn)行一些處理.在關(guān)系挖掘前，由于獲取到的數(shù)據(jù)均以列表的形式存儲的，為了便于進(jìn)行人物關(guān)系網(wǎng)絡(luò)的挖掘工作，需要先對數(shù)據(jù)進(jìn)行關(guān)系的網(wǎng)絡(luò)化處理.首先將每個人物具體抽象為一個節(jié)點，而每個節(jié)點可以具有自己的屬性信息，如姓名、微博ID等.如果對象與另一個對象間存在較多共同關(guān)注人，則說明兩對象間的關(guān)系較為緊密，且關(guān)系再發(fā)展的潛力較大.

系統(tǒng)的交互主要分為以下幾個部分:1)照片文件上傳，應(yīng)用于人臉識別功能，上傳所需識別的社交照片，以識別人臉獲取人物信息；2)平移和縮放，應(yīng)用于社交關(guān)系視圖，用以支持用戶按照不同尺度縮放、查看可視化界面；3)節(jié)點篩選，應(yīng)用于社交關(guān)系視圖，用于支持用戶篩選出所需查看的關(guān)注分組，點擊關(guān)系圖中的其中一個分組，可展示出該分組的關(guān)注者對象并以表格的方式載入到頁面下方，以及與其他分組是否存在信息重疊的情況；4)分區(qū)變焦，應(yīng)用于個人信息視圖和共同關(guān)注視圖，用于用戶根據(jù)不同焦點來查看個人信息和共同關(guān)注信息；5)焦點節(jié)點，用于3D社交關(guān)系視圖，用以用戶選擇不同的節(jié)點為中心視角來觀察可視化界面；6)節(jié)點擴展，用于3D社交關(guān)系視圖，點擊節(jié)點可以擴展或收縮節(jié)點；7)邊長控制，用于3D社交關(guān)系視圖，通過滑動條調(diào)節(jié)各層次的邊長長度，方便用戶觀察.

為了更好地解釋系統(tǒng)的探索流程，本文在下面描述一個使用場景.假設(shè)某用戶A希望了解某社交活動上何炅、謝娜、李小冉之間的社交關(guān)系，他想通過SPVis系統(tǒng)得到一些信息.首先他通過SPVis界面上傳一張此社交活動上這些明星的合照，系統(tǒng)通過與人臉數(shù)據(jù)庫的信息匹配，獲取相應(yīng)的微博ID用以爬取其微博數(shù)據(jù).

圖5 系統(tǒng)主界面圖Fig.5 Diagram of system main interface

SPVis系統(tǒng)的主界面顯示如圖5所示，SPVis主要提供了4種不同的可視化視圖：社交關(guān)系視圖、個人信息視圖、共同關(guān)注信息視圖、3D社交關(guān)系視圖，如圖2-圖4所示.在個人信息視圖中，用戶A發(fā)現(xiàn)李小冉的關(guān)注人數(shù)只有193個，且對比何炅與謝娜的關(guān)注分組，李小冉的關(guān)注分組也較少，由此推測李小冉可能較少進(jìn)行微博社交，且對微博社交關(guān)系并不緊密.何炅與謝娜的關(guān)注人數(shù)比較相近，關(guān)注分組相似，并且各分組占總關(guān)注人數(shù)的比例也大致相同，可以推測何炅與謝娜的相似度較高，微博社交比較頻繁，他們之間的社交關(guān)系比較緊密.

社交關(guān)系視圖通過三個層次來展示，分別為中心人物、關(guān)注分組、關(guān)注者，如圖6(a)和圖6(b)以及圖2(a)所示.中心人物關(guān)系，由識別社交照片所得的強關(guān)系構(gòu)成，其關(guān)系緊密程度由識別對象間的用戶相似性決定.在中心人物關(guān)系視圖中，三人中謝娜和李小冉的相似度較高，可見她們在微博中所發(fā)布的信息較為接近，由此可以推測她們之間的個人愛好或者價值取向較為相似，她們之間可能存在更多共同話題，她們的社交關(guān)系可以更加緊密.關(guān)注分組關(guān)系視圖所展示的信息與個人信息視圖較為相似.從社交關(guān)系視圖與3D社交關(guān)系視圖中，用戶A發(fā)現(xiàn)何炅、謝娜、李小冉之間在微博上有互相關(guān)注，而且他們之間存在許多共同關(guān)注.

圖6 不同層次的關(guān)系視圖Fig.6 Relationship between different levels

共同關(guān)注信息視圖中的可視化信息能夠指導(dǎo)用戶A在社交關(guān)系視圖和3D社交關(guān)系視圖的交互.在共同關(guān)注信息視圖中，何炅、謝娜、李小冉的共同關(guān)注人數(shù)比例與他們個人關(guān)注比例基本相同.在李小冉的共同關(guān)注人數(shù)中，她與謝娜和何炅的共同關(guān)注人數(shù)分別為27、23，占關(guān)注人數(shù)的1/10左右，由此可以看出李小冉與何炅和謝娜的交集并不密切，且親密程度相似.通過謝娜和何炅的社交關(guān)系網(wǎng)絡(luò)，李小冉的社交關(guān)系可以進(jìn)一步拓展，可以結(jié)交更多的朋友.謝娜與何炅之間的共同關(guān)注人數(shù)較多，有275人，占總關(guān)注人數(shù)的1/2左右，其中“娛樂”分組的共同關(guān)注人數(shù)最多，由此得出謝娜和何炅的交友傾向比較接近，他們之間關(guān)系的親密程度較李小冉更為緊密，但他們之間通過彼此的社交關(guān)系拓展個人社交較為困難.

在共同信息關(guān)注視圖中，共同關(guān)注者在不同的對象關(guān)注列表中分組不同.通過在社交關(guān)系視圖和3D社交關(guān)系視圖交互，發(fā)現(xiàn)李小冉“朋友”分組的關(guān)注者中存在最多分組的共同關(guān)注，有謝娜的“大V”、“綜藝”、“時尚”等和何炅的“美妝”、“綜藝”、“朋友”等.何炅的“娛樂”分組中，存在204個與謝娜的“娛樂”共同關(guān)注，20個與李小冉的“娛樂”共同關(guān)注；謝娜的“娛樂”分組中，存在204個與何炅的“娛樂”共同關(guān)注，2個“朋友”共同關(guān)注，21個與李小冉的“娛樂”共同關(guān)注，由此得出何炅與謝娜的相似性很高.

根據(jù)SPVis系統(tǒng)提供的信息，最終，用戶A推測李小冉與何炅和謝娜的社交關(guān)系并不緊密，但可以通過與何炅和謝娜存在的共同關(guān)注拓展她的社交.李小冉與謝娜的個人愛好或價值觀較為接近，她們之間的社交關(guān)系更具有發(fā)展性，可以更加緊密.何炅與謝娜的社交圈存在較多相似性，且社交圈的交集較多，他們的社交關(guān)系可能較為緊密，但難以通過彼此的社交圈拓展社交關(guān)系.

6 總 結(jié)

本文設(shè)計實現(xiàn)了一個基于照片的社交網(wǎng)絡(luò)可視化系統(tǒng)SPVis，使用社交照片結(jié)合社交網(wǎng)絡(luò)服務(wù)探索人物之間的社交關(guān)系，構(gòu)建多層次的社交關(guān)系網(wǎng)絡(luò).SPVis首先對社交照片進(jìn)行人臉識別，構(gòu)建以人臉共現(xiàn)為標(biāo)準(zhǔn)的強社交關(guān)系.其次，通過微博爬蟲，從微博中獲取所識別對象的微博數(shù)據(jù)，其中包括微博文本數(shù)據(jù)和關(guān)注者數(shù)據(jù).通過微博關(guān)注者數(shù)據(jù)，在強社交關(guān)系的基礎(chǔ)上添加虛擬社交關(guān)系.然后，利用LDA主題模型提取微博文本的主題，通過計算微博文本主題的相似度，增加人物之間的隱性社交關(guān)系.本文構(gòu)建了現(xiàn)實社交和虛擬社交結(jié)合的社交網(wǎng)絡(luò)，并通過可視化方式，將抽象的數(shù)據(jù)具象化，結(jié)合不同交互以分析人物之間的虛擬社交特點以及對現(xiàn)實社交關(guān)系再發(fā)展的影響.