同时，社交网络又是一个不断变化，且变化迅速的市场，企业要迎合该市场，必须了解以下15大发展趋势：
1.社交网络正从传统的桌面市场向移动市场转移。
2.社交网络不仅仅是个人的交流场所，同时也是企业的营销场所。
3.社交网络将成为企业理想的广告媒介，可提供更具针对性的潜在客户。
4.社交网络?传统电子邮件服务构成威胁。
5.通过社交网络，广告主不仅仅销售广告，还可以与潜在客户交流。
6.社交网络市场将进一步细分，新网站将随之诞生。
7.企业需挖掘出社交网站的上能够影响消费者购买决定的“灵魂人物”。
8.众包(Crowdsource)，发动群众的力量。众包指在产品和服务等开发项目中，以低工资或无偿地招募愿意参加的不特定数目的人员来进行开发工作的开发形态。
9.社交网络为企业提供越来越多的创收机会，社交网络企业家不断涌现。
10.各社交网络之间的服务日益融合。
11.苹果iTunes可根据用户音乐库历史推荐用户可能喜欢的歌曲，社交网站可以效仿苹果，为网络零售商提供相关服务。
12.Twitter将被谷歌收购
13.金钱也能买到”友谊“。澳大利亚社交传媒营销公司uSocia月初面向Twitter推出一项商业服务，87美元即可为Twitter用户增加1000名关注者。
14.不要忽视“围观群众”。尽管很多网民远离社交网络，但企业不能忽视这些人群。因为他们也是“幕后支持者”，有时会通过谷歌搜索等服务进入社交网站。
15.维护企业声誉
Pinterest简单的想法往往能造就伟大的产品，Twitter是一个一条消息不能超过140个字符的社交网络，Instagram是一个简单的拍照分享应用，而Pinterest则是一个帮助用户将自己感兴趣的图片和视频钉在钉板上的社交网站。在这个惜时如金的年代，这反应出了人们对简单高效产品的呼唤。
1.在美国，Pinterest是在最短的时间内使月独立用户突破1000万的独立网站。
2.月独立访客1200万，注册用户1040万。
3.用Facebook账号登陆Pinterest的用户中，97%是女性，五分之一(200万)的用户每天都使用Pinterest。
4.2011年10月，公司融资3750万美元。
5.很多品牌在都Pinterest上进行宣传，包括HGTV、GAP，TOMS和Etsy等。
6.自从2012年初开始，Pinterest的日用户增长超过145%。
7.Pinterest的推荐流量比YouTube、Google+和LinkedIn三者之和都多。
有关Pinterest的更详细的信息，可以参考下面这张信息图：
1.自今年年初到现在，Pinterest的日访问数量增长了145%。
2.在推荐流量方面，Pinterest推荐流量所占比例为3.6%，略低于Twitter3.61%的推荐流量(根据最新的统计数据，Pinterest的推荐流量已经超过Twitter)。要想了解这方面的更多信息请参考《Pinterest网站的推荐流量已经超过Twitter和谷歌》。
3.推出1-2年后，与其它社交网络用户数量的比较情况：Pinterest2010年推出，目前用户数已达1040万，Twitter推出两年后的用户数为300万，Facebook推出一年后的用户数为600万。Pinterets的用户增长速度比当年的Facebook和Twitter还要强劲。
4.几大社交网络目前的用户数量：Pinterest1040万，Facebook8.45亿，Twitter2亿，LinkedIn1.35亿，Google+9000万。
5.在用户群特征方面，80%的用户为女性用户，60%的用户接受过大学教育，在25-44岁年龄段的用户占了55%。
6.Pinterest上80%的内容都是Repin的内容。
LinkedInLinkedIn是一家成立于2003年的职业社交网络。截至2012年2月，LinkedIn的用户数已突破1.5亿。
1.平均每秒增加2位新用户。
2.用户分布情况：美国有5700万用户，欧洲有3400万用户，60%的用户都在美国境外
3.2011年，在LinkedIn上的搜索次数超过42亿次。
4.在LinkedIn的用户中，增长最快的用户是在校学生和刚毕业的大学生。
关键词：大学生；网络社交
中图分类号：G645.5文献标识码：A文章编号：1673-2596（2015）05-0127-02
社交网络，俗称SNS，其学理上是以1967年哈佛大学心理学教授StanleyMilgram创立的“六度分割理论”中的交流手段为基础，在互联网中营造人际交际与信息交流的新兴网络平台，Facebook、Twitter等社交网站在几年前已经风靡全世界。近年来，随着我国手机移动网络的发展，以微博、开心网、人人网、微信等为主的社交网络迅速崛起，《2010年中国网民社交网站应用研究报告》指出近37.5%的参与者为学生群体[1]。随着信息技术的飞速发展，网络社交已成为大学生网络生活的重要组成部分。
一、大学生网络交往现状及存在的问题
在网络社交中，青年大学生的思维方式、行为方式和社会关系都在发生着深刻的变化。大学生最容易接受新事物，是较快接受网络的群体，也是受网络影响最强的群体。但网络是一把“双刃剑”，它在开阔大学生视野，带来高科技、丰富人们生活的同时，也在思维和行为方式、价值观念等方面对大学生产生一些负面影响和冲击。导致部分大学生过度依赖网络，学习成绩下降，人际交往淡化，心理不健康、人格不健全，自我迷失，甚至有的大学生相信网上爱情、网恋，还有的导致网络欺诈等。
（一）迷恋网络，导致学习成绩下降
网络上各种知识浩如烟海，并以其所特有的新颖快捷、互动平等，深受大学生的喜爱，为大学生的学习带来了极大的方便，但网络交往中一些娱乐内容也会对大学生造成一些负面影响。其最直接的影响就是导致大学生的学习成绩严重下滑、不能正常继续学业。在一些高校对学生做退学警告、退学等学籍处分中，有很大一部分学生是因为过度迷恋网络而导致学习成绩下降或课程不及格无法继续学业。
（二）沉迷网络，导致网恋误区
网络的出现和飞速发展，改变了我们原有的生活方式和习惯，网络聊天将人与人之间的距离大大缩短了，无论是天南海北、距离多远，通过网络都能轻松地畅谈。高校网络已基本普及，所以大学生上网聊天已成为校园里的再正常不过的事情，有些同学在网聊的同时会引起网恋。网恋几乎已成为青年大学生的一种时尚。
（三）现实生活中人际交往淡化
大学生在网络交往中以电脑和网络为中介，与所交往对象不用面对面交流，通过QQ等聊天途径与对方交流思想、观点等，可以随时选择交往对象和交谈内容，也可以自由行动、不受限制，真实地表达自己。这种虚拟世界可能对大学生的现实人际交往产生负面影响，导致其在现实中缺乏真诚并怀疑别人，从而无法正常建立与他人的良好关系。长此以往，忽视了现实生活中的人际交往，把更多的时间和精力投入到网络交往中，减少了现实生活中参加一些校园文化活动和班级组织活动的机会，与同学、朋友、老师、家人的交流越来越少，导致人与人之间关系越来越疏远，甚至不敢交流、不想交流，导致人际交往淡化。
（四）网络欺诈
在信息化时代，各种社交网站和网上聊天工具已走进大学生的生活，网络社交满足了一部分大学生心理空虚、渴望交友和缓解释放心理压力的需要，在网络社交的虚拟世界中，很多涉世未深的大学生往往较轻易相信别人，而一些不法分子正是利用大学生网上聊天交友的心理，以交友、谈恋爱为谎言，骗取对方的信任，约其见面或是骗财骗物甚至骗色，更有甚者谋财害命，而受害者多数都是在校大学生。
（五）对生活缺乏热情，导致心理不健康，人格不健全
网络上的人际交往都是用的虚拟角色，而且也不是直接接触，这常常会导致双方心理产生信任危机，甚至可能引发人格障碍。网络即时聊天、BBS、各大论坛、百度贴吧之类的虚拟社区基本都不是实名制的，不能保证人们发表言论的真实性，这使多数大学生在参与网上交际时抱着一种游戏的心态，发表言论不负责任，也不相信别人的言论。网络和现实的差别还可能导致大学生形成攻击型人格或双重人格，不少性格内向的大学生在网上却很活跃。这当然有其好的一面，可以使这类学生找到宣泄感情的平台；但也有其不好的一面，部分自控能力不强的大学生会沉迷于网络，现实中与人交往愈发减少，甚至可能产生自闭症等不良后果。
（六）网络社交导致部分大学生自我安全防范意识减弱
在对部分大学生进行网络安全问题的调查时，大多数学生都认为上网聊天、网络交往没有那么可怕，认为网上人与人之间的交往能更坦诚，所以很多大学生在网络虚拟世界中更能敞开心扉、畅所欲言，没有自我安全防范意识。
二、对大学生网络交往存在问题的原因分析
（一）社会对网络社交重视力度不够。
无论是现实社会还是网络虚拟社会都需要完善的法律法规作为保障，但目前网络社交工具并不安全可靠。360服务报告称2013年第一季度，360共接到用户反馈的网购欺诈事件926例，涉及八类骗局，从受害群体来看，超过半数的网络欺诈受害者是高校大学生，而在网络兼职欺诈的受害者中，高校大学生的比例更是高达80%以上。由此看出，社会媒体对网络交往的舆论力度不够，相关网络管理的法律法规不健全，导致网络虚假信息、非法入侵行为时有发生，而受害者多数为生活阅历简单的青年大学生。
（二）高校对大学生的网络社交没有足够重视
目前，国内很多高校都健全了校园网站，并有相对应的思政教育网，但很多高校对网络社交没有引起足够重视，对学生网络思想动态了解把握不够。
（三）由于网络世界缺乏约束机制，只能靠自觉
而大学阶段是大学生从校园向社会的转型期，世界观人生观价值观还没完全成熟，生活阅历简单，对社会现实认识不够深刻，辨别能力差，自我安全防范意识不强。很多大学生认为在网络交往中，大家互不干扰，可以随心所欲地表达自己的想法和观点，失去了约束机制，从而导致一部分大学生网络行为不文明，道德意识弱化，自我约束意识和安全意识减弱。
三、大学生网络交往对策分析
（一）社会应加强舆论引导，推选网络社交实名制
社会应注重舆论引导，引导大学生树立正确上网意识，形成道德约束机制，建立健全关于网络社交方面的法律法规，在一些社交网站实行实名制上网，为大学生正确利用网络社交提供健康良好的网络社交环境。
（二）高校要加强网络交往安全教育，提高学生的自我安全防范意识
网络是高校开展大学生思想政治教育工作的新阵地，高校应重视大学生的网络交往安全教育，把网络交往安全教育列为新生入学安全教育培训的重要内容。学生处、保卫处、团委要增加大学生网络安全教育培训力度，各院系的党总支书记、团总支书记、学工办主任、班主任、辅导员等从事学生工作人员要加强对学生网络交往安全教育引导，端正上网动机，防止轻率和不正当网恋，提高警惕，增强识骗避险能力。
高校可开设网络交际、公共关系学等选修课帮助大学生正确利用网络交际。同时通过多种途径广泛宣传安全防范的重要性及措施，加强对大学生社交能力特别是网络社交能力的培养。例如可以汇编典型案例、模拟演练、播放相关影片等。辅导员则应充分利用级会、班会等机会结合学生表现情况进行讲评，告知大学生常用的急救电话如110、120等，鼓励大学生在受侵犯时积极向家长、老师和公安部门及其他社会有关机关寻求帮助和救援，将安全教育融入日常工作中。同时把有关的法律法规、网络社交的安全注意事项等结合日常生活学习中的案例进行网上教育，普及安全知识[2]。
（三）充分发挥高校共青团组织的作用
随着互联网的迅猛发展和普及，青年大学生的思想观念、价值观也在发生着变化，网络已成为广大青年学生日常生活不可或缺的一部分。高校共青团作为先进青年的群众组织，其工作面临着新的机遇和挑战。共青团是高校团员青年根本利益的代表和维护者，是高校党组织联系青年学生的纽带和桥梁，更应该注重网络新媒体在团组织中作用的发挥。当前，微博、微信、QQ等网络传播工具的迅猛发展和快速普及，使共青团组织面临着如何提高团员青年的网络鉴别力，如何把握导向、引领青年。网络时代给共青团工作带来了新的考验，所以共青团组织就要善于利用网络进行学习，又要善于利用新媒体，在思想引领、组织动员、舆论引导等方面充分发挥作用。
1.正视网络新媒体的影响力，积极引导青年大学生
随着网络新媒体的快速发展，“微活动”现在已经成为人们获取新闻、信息、交流情感的一个必不可少的工具。微博、微信等新媒体越来越受青年大学生的关注和喜爱，青年大学生已经成为网络新媒体的主要传播对象。2012年初，下发了《关于在全团广泛运用微博开展工作的实施意见》，高校团委微博得以快速发展，几乎覆盖各个团支部，团委微博以新浪和腾讯微博为主，微博内容围绕上级团组织要求和各高校活动特色，以传播正能量为主要内容。高校团组织应充分利用微博、微信、QQ平台的沟通、联络、交流和聚集方式，加强与青年学生的互动交流，通过举办大学生微博大赛、微信大赛，规范微博、微信管理，将其作为一种工作交流平台，对学生进行积极的正面引导，使微博、微信等成为开拓共青团事业的一种有效载体。
2.积极开展丰富多彩的校园文化活动
通过开展丰富多彩、形式多样的校园文化活动，吸引青年大学生的注意力，减少网络在大学生生活中的比重。2014年，、教育部、国家体育总局、全国学联联合下发了中青联发（2014）2号《关于开展大学生“走下网络、走出宿舍、走向操场”主题群众性课外体育锻炼活动的通知》。全国各高校团委纷纷开展“三走”活动，强化体育课和课外锻炼，激发大学生参加体育锻炼的主观能动性，促进大学生形成良好的体育锻炼习惯，从而减少大学生网络交往的时间。团组织可以组织学生开展主题团日活动，增加学生面对面交流的机会，开展健康向上的校园文化活动，使大学生从中增长知识、培养兴趣、锻炼能力、提升素质，从而减少网络社交时间，让学生真正走下网络，走向校园，走向健康向上的校园文化活动中。
（四）大学生自身应摆正心态，正确认识网络文化
生活态度决定处世方式，大学生应正确看待网络文化，“取其精华，去其糟粕”，毕竟网络也为人们的生活提供了诸多便利，传播了不少优秀文化。大学生应利用网络摄取积极的知识，比如关注国际及国家大事，了解就业信息，阅读有益书籍及文献，提升自身的能力，充实自己的生活[3]。大学生应该摆正心态，合理利用网络信息交流这一有利工具，进行适当的网络社交，促进大学生学习和人际交往技能，利用网络交往的功能促进自身心理素质的提高，以更好地适应大学生活和社会的发展。
参考文献：
〔1〕王雷.社交网络与大学生思想政治教育途径探究[J].西南农业大学学报（社会科学版），2012（3）：206.
作者：徐志斌
上市时间：2013年8月
出版社：北京联合出版公司
不管是微博还是微信，社交网络在生活中越来越重要，改变了人们的许多习惯。人们开始在聚餐前要拍张照片上传，边看电视节目边在微博上吐槽，购买东西前先看看朋友们怎么说。
这首先引起了媒体的变革：一次又一次的重大事件中，人们在微博中用围观改变着结果。媒介惯有的权力似乎在以更快的速度流向普通用户。也引起营销的变革：人们更容易影响他人和被人影响了，因此，才得以每天有海量的用户、流量、收入在社交网络中流动着。更多企业与创业中的人也开始聚拢到社交网络中来。
在社交红利产生的背后，是人与人之间的“信任背书”发生着巨大的作用。不同的是，现实生活中这些信任背书我们知道在发生作用，却无法汇聚到一起实时进行管理和计算。社交网络将这些散落的动作聚拢了起来，累积呈现。
从最早的微博改变一切，到现在大家对微信的关注，社交网络一点一滴地影响着我们的生活、工作乃至创业历程。相比于Facebook、Twitter，腾讯在国内是一个更值得关注的存在。
“如何从微信微博、QQ空间等社交网络带走海量用户、流量与收入？”《社交红利》一书作者徐志斌在书中透露了他对社交网络发展趋势的看法与思考。在书中，作者试图去解决一个问题，即“如何从微信微博、QQ空间等社交网络带走海量用户、流量与收入？”从2010年，作者调入腾讯微博开放平台工作开始，他每天课间研究海量的数据纵横网，将这些数据和优秀案例一一列举出来，发现都可以归纳到3个基础的原点中，即“信息”、“关系链”、“互动”。微信、微博、QQ空间概莫能外，其他社交网络同样被囊括其中。
关键词关键词：社交网络；OAuth协议；用户关系；数据抓取；LP算法
DOIDOI：10.11907/rjdk.162613
中图分类号：TP392
文献标识码：A文章编号文章编号：16727800（2017）005015203
0引言
随着互联网的不断普及，其对人们日常生活的渗透不断深入，从QQ、微信，到易信、来往，再到新浪微博，越来越多的人加入到互联网社交中，因此也吸引了越来越多的研宄人员从事社交网络中的数据挖掘工作[1]。但是，一方面用户数量不断增加，数据挖掘量急剧增大；另一方面，用户关系日益复杂，面对海量的用户数据，如何才能更加高效地获取到有用信息，数据挖掘技术扮演着不可或缺的角色。
在用户具备了高密度和高粘度属性、真实身份信息较为完备、用户好友之间信任度较高等条件下，用户信息具备了较高的商业价值可挖掘性[2]。这就使得社交网络变得日益复杂，单纯对数据的研究已经不能满足社会需求，如何更好地挖掘用户和用户关系正是本文所要研究的核心内容。
1基于Web的社交网络数据抓取
1.1OAuthf议原理与实现流程
Web2.0网络具有动态性更强、结构更复杂的特点[1]。作为一项起源于网络身份认证系统OpenID的互联网标准协议，OAuth协议中包括第三方应用、用户本身和服务提供方3个主要角色。基本原理是在第三方应用与众多的服务提供方建立关系的条件下，服务提供方通过第三方应用提供的公钥来验证第三方应用的身份，而服务提供方把用户导向到第三方应用的登录窗口[2]，原理如图1所示。
OAuth协议的实现流程主要分为3个阶段。首先，用户要通过注册来获得客户端凭证；然后，服务提供方提供一致的授权服务地址和令牌服务地址进行服务，而这一阶段又包含申请临时令牌、用户授权和申请访问令牌请求3个过程；在最后的资源调用阶段中，第三方应用向服务提供方发送已经明确说明所需要的访问令牌和参数的资源调用申请[2]。其详细实现流程如图2所示。
1.2微博数据抓取
社交网络具有开放、自由、高容纳性、互动性等特点，人们可以自由发言、评论、或者表达自己的感受[3]。针对不同的用户数据信息采用不同的网络爬虫对数据进行抓取，通过新浪微博API，需要爬取的数据信息包括用户信息、用户关系信息、用户标签信息、微博评价等[4]。
只有获取了用户的相关信息，了解了用户的爱好之后，才能够更好地“推荐”以满足用户所需。这也是本研究的重点，在此着重探讨用户标签的获取，用户标签获取流程如图3所示[5]。
获取用户标签的方法中所定义的数据结构如下（其中用户标签的信息都存放在Label数组中）：
所需定义的用户信息如表1所示，在这个表中存储的是需要查询的用户id，以及该用户的粉丝和好友的id。
2社交网络用户关系拓扑特性
通过微博、微信、QQ，人们总是把身边发生的好玩的、有意义的故事分享到空间供他人分享、评论。人与人之间的关系变得日益复杂，有好友或亲情关系、关注与被关注关系、共同评论关系、共同爱好关系等[6]。以新浪微博为例，其关系网络是由用户间的关注与被关注关系而形成（见图4），而且这是一种属于复杂网络的有向无权关系网络[7]。这种关系网络具有拓扑特性，因此需要用网络度及度分布、聚类系数以及网络拓扑结构等几种要素反映这一特性[8]。
结合节点度的定义与微博用户间的特殊关系，将关系网络中节点的入度设为该用户的粉丝数，出度设为该用户关注的用户量。入度的计算方法如图5所示，出度的计算方法如图6所示。
通过对用户粉丝数和用户关注数进行计算就可以得到网络中每个节点的入度kin与Pin（k）、出度kout与Pout（k）。为了更加形象、具体地表示这些特征属性的分布情况，通常选用kin（或kout）作为x轴，Pin（k）（或Pout（k））作为y轴，构造拟合曲线[9]。
3社交网络中用户关系识别
3.1用户信息有效划分
LP（LinearProgramming）算法是单类分类器研究的主要方法，它具有稀疏性、大间隔、核诱导和全局最优等特点[10]。LP问题的求解方法有3种类型：主元法、非线性函数极值法和收缩区域法，它通过计算最小化样本的输出结果之和来寻找超平面，从而将目标数据和非目标数据分开。在此利用LP算法的改进算法DLP将社交网络中用户的数据信息进行有效划分，从而为后期微博用户信息的抓取做好前期准备[11]。其操作步骤如下[12]：
步骤1：获得数据样本X={x1，x2，…，xn}；
步骤2：计算xi到其k邻域xki的距离d（xi，xki）；计算全部样本点到k邻域的平均值
Meank；
步骤3：计算数据密度公式如式（1）（Z为权重系数，调节pi的大小）：
pi=zMeank[]d（xi-xki），pi>0（1）
步骤4：得到数据的判定函数如式（2）（K为核矩阵，描述数据之间的相似性）：
f（z）=∑k[]i=1TiK（z，xi）+b（2）
步骤5：重复步骤2～4，直到把异常信息全部删除掉。
3.2微博用户数据信息抓取
社交网络用户关系分析就是根据已有的部分社交网络结构、用户属性和行为等，分析和预测用户之间的其它关系[13]。拓扑链接结构分析方法是利用图论的研究方法，首先要分离出具有关系或潜在关系节点的集合。微博的影响力和用户的粉丝数目以及用户在微博上消息被转发和被提到的次数成正相关关系[14]。
对于微博中用户关系的研究，通常采用有向加权图的结构形式表示，用有向加权图G=（V，E，W）表示社交网络的结构形式，其中G表示社交网络，V表示节点的集合，E表示用户之间的社会关系，W表示权重，路径表示由社会关系构成的链接关系[15]。
识别社交网络中用户关系的方法多种多样，在此采用k均值算法实现对用户的分类，其实现步骤如下[16]：
步骤1：输入对象矩阵X和聚类数N；
步骤2：随机选择n个对象作为聚类中心；
步骤3：利用k均值算法计算相似度。本文以微博用户“奋斗去北京”关注的其它用户信息，生成关系图如图7所示。其中计算对象相似度的公式如式（3）：
dxkN=minm[]k=1Xk-Nk1[]2（3）
步骤4：用各个类的平均向量更新聚类中心，再将每一个对象分别与这n个聚集中心的距离作比较，把相近的分为一类；
步骤5：不断重复步骤3～4，直到满足终止条件为止。
4结语
作为一种开放、自由、容纳性高、互动性强的社会化网络，面对大量的互联网用户，如何高效地识别用户关系、抓取有效的数据尤为重要。本文以新浪微博为例，介绍了新浪微博用户关系的形成方式以及网络拓扑结构要素的概念，并以流程图的形式反映了节点度的定义与微博用户间的特殊关系。
面对大量数据，采用不同的网络爬虫对数据进行抓取，本文总结了用有向加权图G=（V，E，W）来表示社交网络的结构形式，先使用PL算法去掉用户的异常数据信息，做好数据抓取的前期准备工作，再介绍k均值算法的具体操作流程，以一个微博用户实例对象来进行数据抓取，有效地提取了用户信息。下一步工作⑹峭ü对用户及用户关系的进一步研究，探索出一种能够十分有效地发现意见领袖的方法，从而通过引导意见领袖的观点，有效控制网络舆情并帮助厂商进行商品推广[17]。
参考文献参考文献：
[1]陈晓美.网络评论观点知识发现研究[D].长春：吉林大学，2014.
[2]卢慧锋.社会化网络服务中OAuth2_0的应用研究与实现[J].计算机应用，2014，34（S1）：5054.
[3]王连喜，蒋盛益，庞观松，等.微博用户关系挖掘研究综述[J].情报杂志，2012，31（12）：9294.
[4]冯典.面向微博的数据采集和分析系统的设计与实现[D].北京：北京邮电大学，2013.
[5]徐志明，李栋，刘挺，等.微博用户的相似性度量及其应用[J].计算机学报，2014，37（1）：208210.
[6]王川.社交网络数据抓取和社团发现x究[D].上海：复旦大学，2013.
[7]覃梦河，邱远棋，晋佑顺.基于内容分析的微博用户关系推荐机制研究[J].图书馆论坛，2013，33（4）：104106.
[8]刘晓曼.社交网络数据获取与结构分析系统的设计与实现[D].合肥：安徽大学，2014.
[9]吴信东，李毅，李磊.在线社交网络影响力分析[J].计算机学报，2014，37（4）：736738.
[10]刘道建.SLI的条件冗余性及LP问题的算法研究[D].成都：西南交通大学，2013.
[11]刘慧玲.频繁模式挖掘算法LPSMiner及其并行模式研究[D].兰州：兰州大学，2009.
[12]冯爱民，陈斌.基于局部密度的单类分类器LP改进算法[J].南京航空航天大学学报，2006，38（6）：728730.
[13]廉捷.基于用户特征的社交网络数据挖掘研究[D].北京：北京交通大学，2013.
[14]王_，高琳.基于社交圈的在线社交网络朋友推荐算法[J].计算机学报，37（4）：804805，2014.
[15]李德民.社会网络用户关系分析与预测[D].济南：山东大学，2015.
这是一个非常机智巧妙的小程序，但却令魏岑鲍姆教授（于2008年逝世）感到很不安，因为许多人似乎真的以为和Eliza聊天可以起到心理治疗的功效。魏岑鲍姆最后得出结论，计算机对于我们的精神健康或许并不会太有益。
最近以来，社会热点开始转向每天耗去我们大量时间的社交网络——尽管我们可以大体确定我们的网友都是真人。约翰.赫利韦尔和黄海方（HaifangHuang，音译）两位经济学家一直在收集数据，试图了解网友是否能够成为人们的心灵伴侣。然而答案很快得出：不见得。
赫利韦尔和黄海方对加拿大一项针对5000人，名为“幸福监视器”的社会调查进行了分析，这项调查通过一系列标准问题来衡量一个人生活中的幸福、压力或满意程度。“幸福监视器”也调查了人们在现实生活的社交圈中有多少朋友，以及他们的线上社交网络有多大。
两位经济学家发现，是否拥有成群的朋友与一个人的幸福感存在着联系。这种影响是很大的：幸福感飙升两倍可以让你的朋友圈扩大两倍，同时收入增加百分之五十。然而在社交网络上，再大的社交网络圈与我们的幸福感也没有一点关系。
我自己本身对Facebook的价值就持怀疑态度，而赫利韦尔和黄海方的研究结果则告诉我，Facebook里的朋友未必是真正的朋友，它只不过是一项设置，告诉软件谁的状态更新了，然后展示给我们。“幸福监视器”这项调查在谈到一个人的在线社交网络规模时甚至没有使用“朋友”这样的词汇。