摘要：本文在贝叶斯网络的基础上提出并讨论了基于发送者-接收者-话题,即ART(Author-Recipient-Topic)模型的语义社会网络分析技术,以人与人之间发送的对方向敏感的消息(message)为研究对象从社会网络数据中探查隐藏在人际之间的关系,这种方法通过人与人的交流方向,即发送接收对,不仅模拟了从一个人的实体到另一个实体的连接,还通过关注语言内容和主题更好的预测了人的角色,从而提高了结果的准确程度.本文给出一个拥有83个人物,400条短消息,21000词汇信息交互的公司员工群体的数据的测试结果,预测了隐藏其中的白领犯罪的疑似罪犯,另外,关注点的不同对参数的适当改变使得方法对探索群体中其他的隐藏关系同样有效.
