作为全球最大的职业社交网络平台,领英在人们的职业生涯中扮演着重要的角色,成为了用户之间沟通交流的重要途径之一。在领英上,用户通过完善资料、分享经历以及拓展人脉等方式来进行彼此之间的交互联系,从而使得领英社交平台上蕴含了大量真实的用户信息。利用这些信息对领英用户之间的关系进行分析,挖掘用户数据背后的信息,将有助于掌握社会各领域人才的分布情况,实现有针对性的人才需求信息投放等目的。本文基于领英社交网络平台的用户数据集,提出了基于人物相似度的用户关系分析方法,并运用于人物关系分析的课题中。本文主要的工作以及贡献有以下几个方面:(1)构建了用户的相似性关系网络。领英用户具有各种不同的属性,对于每一种不同的属性,计算用户之间在该属性上的相似度,然后以用户为节点,以用户之间属性上的相似性为边构建了用户相似性关系网络,进而将领英用户关系分析问题转化为复杂网络分析问题,为后续研究打下基础。(2)为了更有效地划分用户群体,提升用户的分类效果,本文提出了基于图嵌入的用户分类方法。该方法选取了用户的词属性和文本属性作为属性特征,在此基础上,引入图嵌入算法在用户的相似性关系网络中挖掘用户的拓扑属性,并以此作为用户的拓扑特征与属性特征组合,共同表征用户。通过领英用户数据来进行实验,采用五折交叉验证方式来训练分类器并得到相应的实验结果,证明了该方法的有效性。(3)为了充分利用用户之间在不同属性上的相似关系,本文提出了基于多层网络聚合的用户社团划分方法,将多层网络聚合运用于用户的团体挖掘中。本文定义了一个多层网络系统,其中每一层网络表示用户在一个属性上的相似关系;并提出了基于拓扑结构、基于层次分析以及基于层间相似度的多层网络聚合方法,并将聚合后的网络运用于用户的团体挖掘中。基于拓扑结构的聚合方法考虑了每层网络的拓扑特征,基于层次分析的聚合方法衡量每层网络之间的重要程度,基于层间相似度的聚合方法考虑了层间相似性因素,认为如果一层网络与其余层网络具有较高的相似度,则它就更能反映整个多层网络中的用户关系。最后通过实验证明了本文提出的多网络聚合方法相比于传统方法在领英用户数据集上能够更有效地进行用户的社团划分。