引用本文

王晓, 韩双双, 杨林瑶, 曾轲, 王飞跃. 基于ACP的动态网民群体运动组织建模与计算实验研究. 自动化学报, 2020, 46(4): 653−669 doi: 10.16383/j.aas.c190641

Wang Xiao, Han Shuang-Shuang, Yang Lin-Yao, Zeng Ke, Wang Fei-Yue. The research on ACP-based modeling and computational experiment for cyber movement organizations. Acta Automatica Sinica, 2020, 46(4): 653−669 doi: 10.16383/j.aas.c190641

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190641

关键词

社会网络，多智能体，社会运动组织，动态网民群体运动组织 

摘要

由互联网促成的社会运动组织一经出现, 就受到了广大社会学者以及计算机领域专家的广泛关注. 一方面, 互联网特别是移动互联网在整合信息、引发共振、实时分享及高度互动等方面的特性, 为网民行为的大规模快速聚集提供了直通渠道, 使得多角度超视距观察并研究在线人群复杂行为及其组织特性成为可能; 另一方面, 这一研究在社会化媒体营销、共享经济、非军事组织行动中的应用意义愈加显著. 本文引入群体行为动力学和社会运动组织理论的研究, 提出基于ACP的动态网民群体运动组织(Cyber movement organizations, CMOs)研究方法. 本文工作首先使用多智能体建模方法构造双层结构的人工社区模型, 以此为基础对动态网民的个体以及群体动态组织行为展开计算实验探讨, 重点阐释了社区用户的交互行为机制及群体组织活动的建模机制, 为揭示微观个体简单行为对于宏观群体复杂涌现现象的影响奠定基础.

文章导读

随着互联网、大数据、云计算与边缘计算等信息技术的快速发展, 网络的触角已然深入到人类社会的方方面面. 社会媒体平台和移动应用的泛在使用, 更使得用户生成内容成为在线信息的主要来源. 依靠大量聚集且具有社会交互通道的网民用户, 网络社区成为内容生成、信息分享、知识学习的重要平台. 文献[1]中指出网络信息可视为人类现实社会行为的映射, 作者同时还指出了网络社会中内在关联的三个重要研究对象: 人类的交互方式、群体网络的形态及演化规律. 显然, 在线网络社区[2-6]为大规模网民群体行为动力学[7-10]的研究开拓了新的途径并提供了新的视角和资源.

文献[11]将通过网络空间手段和方法诱发或加强的社会运动组织或群体, 即: 网络空间中针对某一主题、话题或事件, 短期内快速聚集在一起, 参与、讨论并且共同实施某些社会行为的网民群体定义为动态网民群体运动组织(Cyber movement organizations, CMOs). 其主要特征包括多平台性、动态性、实时性、自组织性、突变性、高度复杂性、虚实交互性等; 其主要组织方式为利用新兴的社交媒体平台如BBS、论坛、博客、微博等发布相关主题性信息, 对网民群体行为进行快速传播、大范围扩散, 并感染吸纳更多人群的参与. 由于网络的时空压缩及放大效应, 在线网民群体行为的正面或负面作用可在很短时间内发挥到极致, 甚至引发政府管理危机.

CMOs的建模、演化及评估, 均属于社会系统的研究范畴[12]. 早期建模方法主要采用数学方程来描述社会规律, 如使用数学模型对人口进行建模以描述人口在时间和空间上的行为动态. 此类方法往往只适用于描述极其简单的社会系统. 统计建模常被用于社会计量学、经济计量学、统计物理学等领域中的系统建模, 往往通过贝叶斯模型、回归模型对社会系统的普遍现象进行静态描述, 很难刻画由于个体差异引发的社会系统的动态变化[13]. 信息技术的发展推动了新型建模方法的出现及应用[14-15], 其中社会网络建模、演化博弈建模、离散事件仿真等取得了很大进展, 但传统仿真面临的时间复杂度和空间复杂度的指数增加特性成为制约其实际应用的一大障碍.

因此, 本文以CMOs为研究对象, 阐释了基于ACP方法的CMOs建模分析与研究工作. 首先, 对群体行为动力学的研究进行了简要介绍; 随后, 阐述了SMOs、Ce-SMOs以及CMOs的相关概念与理论, 以及它们之间的层层递进关系; 同时分别考虑CMOs中个体及群体组织行为的驱动因素, 引入多智能体建模方法设计并构建了基于ACP理论与方法的双层社区模型, 为相关工作的展开提供了理论基础、技术和方法支持. 这一研究有助于理解人类在线行为的微观机理以及群体宏观现象的汇聚与涌现, 同时对维护国家安定、提高政府应急管理能力具有重要意义.

图 1  CMOs的线上线下互动模式

图 2  网络集群行为的理论解释模型

图 3  CMOs的人工社会建模和计算实验评估框架

本文着重阐释了SMOs、Ce-SMOs、CMOs的概念、特征及其理论依据, 从人类动力学的角度对网络空间中大规模网民行为的研究进行了阐述, 深入讨论了基于ACP的人工社区建模及其计算实验的理论和技术支持, 从多智能体建模的角度, 考虑微观个体行为与宏观群体现象的内在关联, 解释了复杂社区中用户行为的形成机理, 并验证了人工社区与实际社区的特征一致性. 本文的内容是CMOs建模分析与研究的基础理论和指导方法, 为其在个性化推荐、舆论战、非军事组织行动等领域的拓展应用提供了思路和方向.

作者简介

王晓

中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员. 2016年获得中国科学院大学社会计算博士学位. 主要研究方向为群体行为的激发与汇聚激励, 群体智能和社交网络挖掘与分析. E-mail: x.wang@ia.ac.cn

韩双双

中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员. 2013年获得加拿大阿尔伯塔大学博士学位. 主要研究方向为平行网络, 社会网络, 无线网络关键技术.E-mail: shuangshuang.han@ia.ac.cn

杨林瑶

中国科学院自动化研究所复杂系统管理与控制国家重点实验室博士研究生. 2017年获得山东大学信息科学与工程学院学士学位. 主要研究方向为社交网络分析、多智能体建模和复杂网络. E-mail: yanglinyao2017@ia.ac.cn

曾轲

2014年于西安交通大学电信学院获得博士学位. 早期研究方向包括社交网络、社会计算、用户仿真建模研究. 近期他工作于美团网语音交互中心, 开展知识图谱、智能交互与知识计算的技术研究与实践应用, 重点关注知识计算与用户推荐方法的结合. E-mail: zengke02@meituan.com

王飞跃

中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任, 国防科技大学军事计算实验与平行系统技术研究中心主任, 中国科学院大学中国经济与社会安全研究中心主任, 青岛智能产业技术研究院院长. 主要研究方向为平行系统的方法与应用, 社会计算, 平行智能以及知识自动化. 本文通信作者. E-mail: feiyue.wang@ia.ac.cn