社会计算说明
信息技术与互联网的深入发展与普及，对人们的社会交往模式产生了深远的影响，其发展也带来一场计算技术的变革。信息科学技术的研究从以往重视具体技术问题，发展到更高层次上利用计算手段模拟及解析社会理论和研究社会相关问题，进行计算科学与社会科学的交叉研究。近年来，社会计算迅速兴起和发展，并得到国内外计算机及相关交叉学科领域的高度重视。与此同时，为了有效应对复杂和动态变化的网络化社会带来的新型问题与挑战，亟需发展社会计算的基础理论、建模、分析与计算方法。
[ Top]
相关项目情况

题目：社会计算的若干关键问题研究

承担单位：中国人民大学

负责人：孟小峰

经费：45万元

[ Top]
项目说明
社会计算是近年来社会行为和计算系统交叉融合而成的一个研究领域。随着互联网的迅猛发展，特别是随着 Web2.0 理念的深入，人们参与网络的深度和广度都得到空前的提高，并形成了一个巨大的虚拟社会网络。胡锦涛总书记在多种场合明确表示要“提高对虚拟社会的管理水平”、“健全网上舆论引导机制”。社会计算利用现代计算机技术对虚拟网络社会的数据信息深度抽取，并进行动态建模与实验仿真，可以准确地了解虚拟社会的动态特征和运行规律，为虚拟网络社会的科学管理和政府决策提供参考。

本课题以国家重大需求为导向，综合利用计算科学、信息科学、系统科学、社会科学等多学科的前沿研究成果，研究新型网络环境下社会计算的若干关键技术问题，包括海量数据信息处理、社会系统建模、社会网络结构分析、社会群体行为分析，并应用到新闻传播、公共安全、企业管理等诸多社会科学领域，最终建立一个统一的社会计算实验平台，提升我校在社会计算领域的影响力，促进理工学科与人文社会学科的交叉融合。

[ Top]
项目工作

  • 在线用户兴趣长程演化研究

  • Web用户行为建模时常见的一个前提假设就是人的行为符合马尔可夫过程，用户的下一行为仅依赖于当前行为，与过去的历史行为无关。然而，在线用户行为是一个复杂过程，常常依赖于人的兴趣，迄今为至人们对于人类兴趣动力学的本质规律还知之甚少。通过使用基于块熵理论对在线用户行为进行分类研究，通过信息论分析方法，结合熵增曲线的离散导数和离散积分理论，分析在线用户点击行为的随机性和记忆性特征。研究表明，与常见的假设不同，Web用户的行为并不是一个简单的马尔可夫过程，而是一个符合幂率的非周期无限长程记忆过程。进一步还发现，用户在线连续点击7个兴趣点，其行为的平均预测增益就可达到95.3%以上，可为大数据时代的在线用户兴趣精准预测提供数据长度的理论下界。

  • 在线集体用户注意力流：Web演化的“能量”引擎

  • 如果把Web看作是一个虚拟生命组织，根据新陈代谢理论，Web必须吸收“能量”来生长、繁衍和发展，本文感兴趣的问题是：（1）Web发展所需“能量”来自何方？（2）基于这种“能量”，一个站点能否在整个Web上产生宏观影响力？本文基于在线用户行为数据，将站点的影响力看作新陈代谢，将在线用户的集体注意力流看作Web站点发展演化所需的“能量”，基于网络科学理论建立注意力流网络，研究了集体注意力在不同站点间的分布与流动以及Web的新陈代谢规律。研究发现，一个站点的影响力与注意力在该站点上的停留时间呈亚线性关系，亦即Web版的Kleiber律，这与人们的常识“用户的停留时间越多，则站点的影响力就越大”不相符。进一步发现，站点的影响力与流经该站点的注意力流的强度呈超线性关系。研究还发现，Web站点的发展可分为三个阶段：不确定生长相、部分加速生长相和全加速生长相。将提出的注意力流模型与广泛应用的超链接模型作了对比分析，发现注意力流网络是一个有效的站点评估和排名工具。

  • 在线集体注意力流的普适模式研究

  • 如果将当前世界上最大的人造软件系统——万维网看作一个生命组织，根据新陈代谢理论，Web必须吸收能量来生长和演化，我们想知道：（1）这种“能量”来自那里？（2）这种“能量”的普适模式是什么？我们猜测Web站点的存活和发展高度依赖于一种“能量”，即在线集体用户的注意力流。知道集体用户的注意力流在不同Web站点间的分布及其普适模式，对于理解Web与用户在线行为之间协同演化的机制至关重要。使用基于在线集体用户冲浪数据构建加权注意力流网络，并定义了多个与Web站点权重相关的基本变量，包括注意力流的强度、集体用户在一个站点上的停留总时间、注意力流的耗散量等，基于这些基本变量推断注意力流的普适模式。研究发现：（1）基本变量的异质性可以用有序离散通用Beta分布（DGBD）曲线刻画；（2）Web站点间注意力流演化的异速标度律和耗散律；（3）在注意力流网络中发现了引力律，引力律是经济学、生态学乃至整个宇宙中广泛存在的普遍现象；（4）在注意力流中还发现了Heaps律——自然语言中常见的一种普适模式。这些普适模式的统计显著性指标都比较高，它们将在定量研究Web演化和在线集体行为预测中起到重要作用。
    [ Top]
论文列表

  • Li Yong，Zhang Jiang，Meng Xiaofeng，Wang Changqing. Quantifying the influence of websites based on online collective attention flow. Journal of Computer Science and Technology(JCST)，2015，30(6):1175-1187 (SCIE，EI：20154801631620，第一作者)

  • Li Yong，Meng Xiaofeng，Liu Ji，Wang Changqing. Study of the long-range evolution of online human-interest based on small data. Journal of Computer Research and Development，2015，52(4):779-788 (EI：20151900826680，第一作者)

  • Meng Xiaofeng，Li Yong，Zhu JH. Social computing in the era of big data：opportunities and challenges. Journal of Computer Research and Development，2013，50(12)：2483-2491 (EI：20140217179642，通讯作者)

  • Yong LI, Xiaofeng MENG, Qiang ZHANG, Jiang ZHANG, Changqing WANG. Common patterns of online collective attention flow[J]. Science China(Information Sciences),2017,60(05):258-260.

  • Lou X, Li Y, Gu W, et al. The Atlas of Chinese World Wide Web Ecosystem Shaped by the Collective Attention Flows[J]. PLOS ONE, 2016, 11(11).

[ Top]


Maintained by WAMDM Administrator() Copyright © 2007-2017 WAMDM, All rights reserved