王飛躍

(中國科學院社會計算與平行管理研究中心,北京 100080;中國科學院 自動化研究所 復雜系統(tǒng)與智能科學重點實驗室,北京 100190)

近來,從突尼斯、約旦、也門到埃及,中東的社會動亂受到了全世界的關(guān)注,并引發(fā)不同利益集團各種各樣的議論和預(yù)測.在眾多不同的聲音與認識之中,有一點卻出奇地一致:這是一場“社會媒體誘發(fā)的革命”,得力于“形形色色的動態(tài)網(wǎng)民群體”,即“網(wǎng)絡(luò)促成或強化的社會運動組織”(cyber-enabled or enhanced socialmovementorganizations,CeSMOs).中東的動亂,加上2010年底西方的維基泄密事件,以震撼整個世界的方式,使關(guān)于CeSMOs與社會安全的討論,從幾年前少數(shù)學者的學術(shù)探討,成為今日之嚴峻的社會現(xiàn)實.盡管后果目前還根本無法預(yù)測,但可以預(yù)見,從今以后,世界上每一個負責任的政府,不論是東方還是西方,不管是發(fā)達還是落后,都必須正視CeSMOs所帶來的可能政治與經(jīng)濟后果,以及對社會的相應(yīng)影響.

顯然,網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展和加速普及,已對傳統(tǒng)的社會形態(tài)產(chǎn)生了深刻的影響和巨大的沖擊.虛擬網(wǎng)絡(luò)世界(cyberspace)已實實在在地成為與物理世界平行的另一個嶄新的世界,并將很快占據(jù)我們生活空間的一半,同時以前所未有的方式影響物理世界的一切.

比如,虛擬空間大大地“壓縮”了傳統(tǒng)真實物理社會的空間和時間.這種壓縮效應(yīng)是由信息通過網(wǎng)絡(luò)的快速傳播和大范圍擴散所造成的,并使各類“長尾”效應(yīng)成為常態(tài).由此,導致在虛擬社會中某一很小的局部上可以快速地積累巨大的能量,并且激發(fā)動態(tài)網(wǎng)民群體,通過這一群體將能量迅速地釋放到真實社會中,造成難以預(yù)估的后果.在國內(nèi),從“甕安事件”到“7.5事件”,還有形形色色的“人肉搜索”案例;在國外,從希臘市民的街頭暴動到伊朗的總統(tǒng)選舉后的大規(guī)模示威,再到今天維基泄密事件和中東的動亂,無不驗證了這一基本判斷.

迄今為止,合理構(gòu)建計算機網(wǎng)絡(luò)并使其應(yīng)用能夠更加安全有效是主要的研究課題,但人們已逐漸認識到:網(wǎng)絡(luò)引發(fā)的虛擬世界已經(jīng)對物理的真實世界產(chǎn)生越來越大的影響,而且在許多方面破壞了傳統(tǒng)的社會秩序.因此,網(wǎng)絡(luò)的社會性及其特征與潛力的研究正成為各國為確保其生存安全和競爭能力所迫切需要解決的重大問題.這就是發(fā)達國家,特別是美國投巨資競爭開展相關(guān)研究的根本原因.同時,這也是本文的基本動機,即探索利于社會計算和平行系統(tǒng)理論與方法,開展基于虛擬網(wǎng)絡(luò)世界的特性、以及它與物理真實世界的相互作用的動態(tài)網(wǎng)民群體的研究.

具體而言,應(yīng)針對由社會熱點誘發(fā)出的各種動態(tài)網(wǎng)民群體開展這一工作.研究大致可由三部分組成:a.利用社會媒體信息建立虛擬世界群體的各種基本元素庫,據(jù)此構(gòu)造各類人工的網(wǎng)民群體及其社會環(huán)境,引入相關(guān)規(guī)則進行各種組織演化,這個步驟稱為人工社會或人工組織(artificial societies/organizations);b.將對應(yīng)于動態(tài)網(wǎng)民群體的人工組織作為“社會實驗室”,利用實驗設(shè)計理論和各種社會統(tǒng)計方法通過計算模擬進行分析、評估或預(yù)測各類策略和事件,這一部分稱為計算實驗(computational experiments);c.將實際動態(tài)網(wǎng)民群體與相應(yīng)的人工組織平行互動、相互反饋、相互利用,進而觀察、預(yù)測和估計特定事件的產(chǎn)生、演化和影響,此即平行執(zhí)行(parallel execution).人工社會、計算實驗和平行執(zhí)行構(gòu)成人們針對動態(tài)網(wǎng)民群體研究虛擬世界與實際世界相互作用的基本成分,稱之為面向CeSMOs的ACP方法.

這一研究的的總體目標與預(yù)期貢獻是:面向社會安全和經(jīng)濟發(fā)展的重大需求,針對動態(tài)網(wǎng)民群體問題完善相應(yīng)的ACP理論體系;基于這一體系構(gòu)建統(tǒng)一的、可編程的社會計算支撐平臺與環(huán)境,并在社會安全與經(jīng)濟領(lǐng)域展開關(guān)于動態(tài)網(wǎng)民群體的應(yīng)用研究;利用計算實驗的涌現(xiàn)方法研究各應(yīng)用領(lǐng)域?qū)ο笙到y(tǒng)的動態(tài)演化規(guī)律與內(nèi)在運行機制,為相關(guān)管理、控制提供決策支持.

1 動態(tài)網(wǎng)民群體的基本概念與研究意義

社會運動組織或社會運動群體(social movement organizations,SMOs)是社會學中一個十分重要且涉及面很廣的概念,由社會學家Zald和Ash在上世紀60年代中的世界性社會動蕩時期提出[1].狹義而言,SMOs是指那些從理想和道德上宣稱、要求個人或社會如何生活與行為的組織或群體,而且在做這些宣稱、要求之時,這些組織或群體正處于主流社會的邊緣或已被排除于主流社會之外[2].廣義而言,SMOs是指社會運動的有組織的組成部分,主要起協(xié)調(diào)作用,而非直接雇傭或指導運動中的參與人員.針對特定問題的SMOs之集合又稱為社會運動行業(yè)(social movement industries),從綠色和平運動、恐怖活動、再到低碳生活,在許多方面已對傳統(tǒng)的主流社會產(chǎn)生了重大的沖擊.

CeSMOs是一類特殊的虛擬運動組織(cyber or cyber-enabled movement organizations,CMO 或CeMO),簡而言之,動態(tài)網(wǎng)民群體CeSMOs就是通過網(wǎng)絡(luò)空間中的手段和方法而誘發(fā)或加強的社會運動組織或社會運動群體,也即針對某一話題或事件在短期內(nèi)聚集在一起,參與、討論并共同實施某些社會行為的網(wǎng)民群體.其特征是動態(tài)性、實時性、自組織性、突變性、高度復雜性、虛實交互性等;其影響方式在于通過虛擬網(wǎng)絡(luò)空間快速組織、迅速傳播、大范圍擴散,并可產(chǎn)生重大社會與經(jīng)濟影響.隨著在線社區(qū)、博客、微博客、社交網(wǎng)站等為代表的社會媒體迅速普及,網(wǎng)上-網(wǎng)下實時互動與“人肉搜索”等網(wǎng)絡(luò)空間社會化傾向不斷加劇,動態(tài)網(wǎng)民群體在社會上已發(fā)揮巨大的影響,億萬網(wǎng)民的互動參與使“虛擬網(wǎng)絡(luò)世界”變得與物理“真實世界”同等重要,并給現(xiàn)實社會態(tài)勢的發(fā)展帶來了空前的不確定性.圖1給出目前國內(nèi)已出現(xiàn)的主要CeSMOs及其各種各樣的表現(xiàn)形式與相應(yīng)事件.

圖1 國內(nèi)主要CeSMOs及其表現(xiàn)形式與相應(yīng)事件Fig.1 Major recent CeSMOs with corresponding activities and events in China

動態(tài)網(wǎng)民群體的自組織性、自適應(yīng)性、多因素關(guān)聯(lián)性、高度復雜性、高度不確定性、虛實交互性與動態(tài)變化性已使傳統(tǒng)方法無法應(yīng)對由此帶來的種種挑戰(zhàn).充分發(fā)揮計算科學、萬維科學、社會學、管理學及心理和行為學等多學科交叉融合的優(yōu)勢,針對動態(tài)網(wǎng)民群體的所思、所想、所為和虛實空間的交互影響與協(xié)同演化規(guī)律,從理論、方法、建模、應(yīng)用與系統(tǒng)平臺的多個層面開展相關(guān)研究已成為我們面臨的迫切而重大的需求,既影響國家信息化發(fā)展的長遠戰(zhàn)略、生產(chǎn)效率的提高,也關(guān)乎國家安全與社會穩(wěn)定等重大問題.

中國網(wǎng)民群體不僅數(shù)量龐大,而且在社會事務(wù)中越來越發(fā)揮重要作用.目前我國網(wǎng)民數(shù)量已超過4億,在可以預(yù)見的不久未來,網(wǎng)民群體將占人口多數(shù).自2001年出現(xiàn)第一起“人肉搜索”事件后,我國“人肉搜索”事件呈指數(shù)型快速增長.2010年底,每天都有超過一起的“人肉搜索”事件出現(xiàn).2008～2010年,幾乎所有重要事件均有網(wǎng)民參與,如圖2所示,其中大部分經(jīng)歷了由社會熱點誘發(fā)相關(guān)的動態(tài)網(wǎng)民群體,通過其演化和發(fā)展,并借助網(wǎng)上-網(wǎng)下互動的力量,推動熱點的擴散,加劇事件的進程,最終產(chǎn)生巨大的社會影響.因此,研究動態(tài)網(wǎng)民群體的產(chǎn)生與發(fā)展已成為新形勢下確保社會安全和提高生產(chǎn)效率的重大課題.

圖2 動態(tài)網(wǎng)民群體的演化過程Fig.2 Dynamic evolution of CeSMOs

利用網(wǎng)絡(luò)平臺的“杠桿作用”,通過社會媒體,在現(xiàn)實生活中看似微不足道的普通事件或網(wǎng)民就有可能引發(fā)社會“地震”.網(wǎng)絡(luò)中社會組織的形成不受現(xiàn)實空間限制、組織方式多變、組織成員廣泛,網(wǎng)絡(luò)的放大效應(yīng)能使網(wǎng)民群體行為的正面或負面作用發(fā)揮到極致.一夜之間,就可能使人身敗名裂、商業(yè)公司破產(chǎn)或社會團體解散,甚至引發(fā)各類群體性社會安全事件,導致社會動蕩、政權(quán)更替或國家解體.時刻處于動態(tài)變化狀態(tài)的網(wǎng)民群體行為已能夠產(chǎn)生強大的社會力量,使得突發(fā)事件的出現(xiàn)更容易、傳播更迅速、影響更深遠、危害更巨大.因此,基于對動態(tài)網(wǎng)民群體的監(jiān)測與數(shù)據(jù)分析,提煉網(wǎng)絡(luò)群體行為的時空變異特征,辨識普通討論與異常征兆并對突發(fā)事件進行預(yù)警,掌握網(wǎng)上-網(wǎng)下行為的關(guān)聯(lián)關(guān)系,研究網(wǎng)民群體行為作用于社會安全事件及兩者協(xié)同演化的規(guī)律,對提高政府的應(yīng)急管理能力有重要意義.

動態(tài)網(wǎng)民群體的產(chǎn)生與發(fā)展在挑戰(zhàn)政府應(yīng)急管理能力的同時,也蘊含著豐富且具有重大價值的輿情動態(tài)信息與商務(wù)情報,為政府管理和電子商務(wù)發(fā)展提供了難得機遇.信息化時代里,網(wǎng)絡(luò)上自由流動的開放數(shù)據(jù)資源已和土地、石油、礦藏一樣成為世界各國和商業(yè)機構(gòu)競相開發(fā)的重要資源.在社會媒體越來越普及的今天,無論是針對事件、團體、公司或產(chǎn)品,網(wǎng)民群體行為中所涌現(xiàn)出的人生態(tài)度、價值觀、心理與行為狀況等都是指導商業(yè)運營的第一手情報,對提高公司競爭力有重要作用.此外,通過分析網(wǎng)民群體行為,還能實時了解民情、匯聚民智,對提升政府管理和執(zhí)政水平有積極推動作用.

然而,動態(tài)網(wǎng)民群體的尺度、粒度、變化和復雜性已遠遠超出當前的觀察實驗、統(tǒng)計分析和微分方程建模的能力范疇.針對網(wǎng)絡(luò)化社會的形式,迫切需要建立一套可計算、可實現(xiàn)、可比較的社會計算與實驗方法來應(yīng)對這一挑戰(zhàn).上世紀初量子力學引發(fā)了從經(jīng)典物理學向現(xiàn)代物理學的變革,如今,社會計算的出現(xiàn)將引發(fā)傳統(tǒng)社會學向社會計算或計算社會學的飛躍.

個體網(wǎng)民行為擁有多種復雜性特征,如思維復雜、非理性行為、惡意欺詐、實時動態(tài)變化等,很難直接從當前個體信息預(yù)測其下一步的行為.然而,由海量個體組成的群體行為及其與現(xiàn)實世界相互作用的規(guī)律卻有章可循.例如,在“人肉搜索”中,事態(tài)的發(fā)展明顯呈發(fā)布、賞金、確證、響應(yīng)、調(diào)查、行動、協(xié)作、追蹤及消彌等階段,每個階段都可以利用多種計算建模與分析方法研究網(wǎng)民互動模式,以及網(wǎng)上倡議與網(wǎng)下行動的內(nèi)在關(guān)聯(lián)關(guān)系.目前,強大的搜索引擎能夠從浩如煙海的網(wǎng)絡(luò)中追蹤并收集各類網(wǎng)民群體行為信息,多語種處理、自然語言處理及文本分類等方法已能夠?qū)崿F(xiàn)多源異構(gòu)數(shù)據(jù)的語義聚融,成熟的超級計算與并行計算技術(shù)則能夠使海量數(shù)據(jù)得到快速處理和分析,先進的人工智能與仿真技術(shù)使得千萬級多智能體情景建模成為現(xiàn)實,這些條件為利用計算化手段來定量研究海量網(wǎng)民群體行為(如網(wǎng)絡(luò)社會組織的形成與涌現(xiàn)特征、網(wǎng)絡(luò)化的社會運動規(guī)律、網(wǎng)上-網(wǎng)下實時互動的作用規(guī)律等)提供了堅實基礎(chǔ).

在本質(zhì)上,CeSMOs的建模、分析及評估等,屬于社會系統(tǒng)的研究范疇.對于社會系統(tǒng),早期的建模方法主要采用數(shù)學方程來描述社會規(guī)律.如人口模型[3]中用數(shù)學方程描述人口在時空上的行為.由于社會現(xiàn)象所固有的復雜性,很難構(gòu)造其精確的數(shù)學表示,因此,這類方法只適用于描述極其簡單的社會系統(tǒng).另一種常見的建模方法是統(tǒng)計建模,如貝葉斯模型、回歸模型等,常用于社會計量學[4]、經(jīng)濟計量學[5]等領(lǐng)域.統(tǒng)計建模的共同弱點是只能對社會系統(tǒng)的普遍現(xiàn)象進行靜態(tài)描述,很難刻畫由于個體差異引起的社會系統(tǒng)動態(tài)變化.

隨著計算技術(shù)的發(fā)展,出現(xiàn)了一些新的特定領(lǐng)域社會建模方法,其中有代表性的是基于復雜網(wǎng)絡(luò)的社會網(wǎng)絡(luò)建模[6]、演化博弈建模[7]等,但是這些方法局限于靜態(tài)描述的層面上.另一方面,傳統(tǒng)的仿真方法如離散事件仿真[8-9]取得了很大進展,尤其在經(jīng)濟和政治問題的分析方面[10-11].然而,隨著問題復雜性的增加,傳統(tǒng)仿真面臨的計算量和執(zhí)行時間的指數(shù)級增加成為制約其實際應(yīng)用的最大障礙.

包含網(wǎng)絡(luò)社會的社會系統(tǒng)是典型的復雜巨系統(tǒng),具有無法拆分還原、隨機因素多等復雜性特征,因而傳統(tǒng)的建模方法無法有效應(yīng)對.為有效解決復雜社會系統(tǒng)的建模問題,蘭德公司在上世紀90年代初提出人工社會方法[12-13].與傳統(tǒng)的基于微分方程的建模不同,人工社會方法是一種自下而上的基于智能體的建模方法.人工社會建模在面向網(wǎng)絡(luò)群體的情景建模、心理與行為建模等方面起到重要作用[14-15].

2004年,在人工社會基礎(chǔ)上,王飛躍[16-17]基于復雜系統(tǒng)的基本假設(shè),提出利用人工社會研究復雜系統(tǒng)時應(yīng)采用“多重世界”的觀點(即不再以逼近某一實際的復雜系統(tǒng)為唯一的建模標準,而是把模型本身也作為實際復雜系統(tǒng)的一種可能的替代形式),并強調(diào)虛擬網(wǎng)絡(luò)空間的重要作用;進而開展了基于人工社會的計算實驗理論與方法研究[18-19],并提出利用平行系統(tǒng)方法來解決復雜系統(tǒng)的管理與控制問題[20],即人工社會、計算實驗與平行系統(tǒng)相結(jié)合的ACP社會計算方法[21-25].ACP方法為動態(tài)網(wǎng)民群體的計算建模和實驗評估提供了系統(tǒng)化的研究思路和解決方案.基于ACP方法,可以建立面向動態(tài)網(wǎng)民群體的人工社會系統(tǒng),利用計算實驗對動態(tài)網(wǎng)民群體的各種實驗情景進行分析,以解決包含網(wǎng)絡(luò)化社會的實際系統(tǒng)的實驗問題,實現(xiàn)網(wǎng)民群體人工系統(tǒng)與實際系統(tǒng)的平行演化,達到對動態(tài)網(wǎng)民群體優(yōu)化管理與控制的目的.

2009年Lazer等[26]在Science雜志上提出了與社會計算并行的計算社會學概念,指出網(wǎng)絡(luò)上的大量信息,如博客、論壇、聊天、消費記錄及電子郵件等,都是對現(xiàn)實社會的人及組織行為的映射,網(wǎng)絡(luò)數(shù)據(jù)可用來分析個人和群體的行為模式,從而深化人們對生活、組織和社會的理解.計算社會學的研究涉及如下三個相互關(guān)聯(lián)的問題:人們的交互方式、社會群體網(wǎng)絡(luò)的形態(tài)及其演化規(guī)律.這三個問題的研究可以幫助人們解答很多社會問題,如某個組織是達到了一個穩(wěn)定的狀態(tài)還是經(jīng)常發(fā)生劇烈變化,具有創(chuàng)造力的團隊應(yīng)具有什么樣的交互方式,目前社會的宏觀網(wǎng)絡(luò)結(jié)構(gòu)是怎樣的并將如何演變等.這種新興理論對面向網(wǎng)民群體的社會計算研究和應(yīng)用至關(guān)重要.

除了計算社會學,許多社會學理論方法都與動態(tài)網(wǎng)民群體研究直接或間接相關(guān).社會動力學能定量描述人類社會隨機和不確定的動態(tài)過程,分析社會發(fā)展過程中的關(guān)鍵因素,預(yù)測群體組織發(fā)展的動力和方向及社會動態(tài)過程的發(fā)展趨勢.社會心理學能揭示社會心理的形成機制及其發(fā)展的基本規(guī)律,常用于剖析一些特殊的社會心理現(xiàn)象和重大社會問題的民眾心理因素.社會物理學研究社會群體及社會網(wǎng)絡(luò)組織形成的影響因素,包括社會燃燒理論、社會激波理論和社會行為熵理論.社會人口學主要研究人口與社會發(fā)展相互關(guān)系及其變化規(guī)律、人口因素對社會結(jié)構(gòu)和社會發(fā)展的影響和制約等.社會分層理論揭示社會結(jié)構(gòu)的轉(zhuǎn)型與變遷,研究社會分層對社會資源配置和流動動態(tài)變化過程的影響,及其對社會矛盾和問題產(chǎn)生過程的影響[23].

社會科學的理論和方法為動態(tài)網(wǎng)民群體研究提供了理論依據(jù),而面向動態(tài)網(wǎng)民群體的研究與應(yīng)用又豐富和延伸了社會科學的理論與方法.為分析網(wǎng)民行為,研究者利用社會心理學分析網(wǎng)絡(luò)社區(qū)中貢獻較低的網(wǎng)民群體,研究網(wǎng)民群體貢獻的影響因素[27].人類學理論方法用于研究網(wǎng)絡(luò)群體及社區(qū)現(xiàn)象,如網(wǎng)上群體與網(wǎng)下身份的依賴關(guān)系、網(wǎng)絡(luò)群體對社會的影響能力等[28].必須指出的是,綜合集成是將社會學方法與信息技術(shù)結(jié)合的必由之路[29].

綜上所述,網(wǎng)絡(luò)社會化時代里,網(wǎng)民群體行為既給新形勢下的社會安全提出了嚴峻挑戰(zhàn),也為提高政府管理和發(fā)展電子商務(wù)提供了難得機遇,同時,已有技術(shù)條件也為海量網(wǎng)民群體行為的定量化研究準備了良好基礎(chǔ).然而,針對動態(tài)網(wǎng)民群體行為的統(tǒng)計特征、復雜網(wǎng)絡(luò)結(jié)構(gòu)、型態(tài)演變特征、網(wǎng)上-網(wǎng)下交互作用模式,為研究網(wǎng)民群體行為的社會動力學問題提供可計算、可實現(xiàn)、可比較的基礎(chǔ)理論、模型方法、關(guān)鍵技術(shù)和系統(tǒng)平臺的研究工作尚屬空白.必須力爭盡快填補這一空白,確保網(wǎng)絡(luò)化社會的安全與效率.

為此,應(yīng)圍繞動態(tài)網(wǎng)民群體引發(fā)的社會安全與經(jīng)濟領(lǐng)域重大問題,面向有效管理和利用動態(tài)網(wǎng)民群體及社會媒體的現(xiàn)實需求,重點研究網(wǎng)絡(luò)社會與真實社會互動演化過程中的建模、實驗、管理與決策支持等關(guān)鍵科學問題,從而獲得對動態(tài)網(wǎng)民群體發(fā)展中二者互動的影響規(guī)律與有效應(yīng)對策略的深入認識.具體而言,動態(tài)網(wǎng)民群體與社會媒體在虛擬網(wǎng)絡(luò)社會與真實社會中衍生出的一系列亟待解決的關(guān)鍵問題可以凝練為三個方面:首先是對實際社會(包括網(wǎng)絡(luò)社會和真實社會)建模與模擬,涵蓋實際社會的可計算形式表示與模擬、網(wǎng)絡(luò)熱點形成機理與發(fā)現(xiàn)方法等;其次是動態(tài)網(wǎng)民群體的熱點趨勢發(fā)現(xiàn)與政策評估,涵蓋社會媒體傳播與擴散規(guī)律、網(wǎng)絡(luò)熱點演化趨勢預(yù)估、以及動態(tài)網(wǎng)民群體控制策略的分析與評估;最后是網(wǎng)絡(luò)社會和真實社會的互動調(diào)節(jié)與反饋機理,以及面向動態(tài)網(wǎng)民群體的常態(tài)與非常態(tài)決策支持.顯然,ACP方法為系統(tǒng)性解決上述問題提供了一條可計算、可實現(xiàn)、可比較的途徑.圖3給出了基于ACP方法開展CeSMOs的研究與應(yīng)用之基本框架.

圖3 CeSMOs研究與應(yīng)用的基本框架Fig.3 A basic research and application framework for CeSMOs

2 基于人工組織的建模與表示

如上所述,利用各類社會網(wǎng)絡(luò)或復雜網(wǎng)絡(luò)對CeSMOs進行建模,是最直接也是目前采用的主要方法[30-32].然而,以傳統(tǒng)方式利用這一建模方法的最大問題在于無法用于未發(fā)生的動態(tài)網(wǎng)民群體.因此,即使社會網(wǎng)絡(luò)或復雜網(wǎng)絡(luò)能夠精確地反演出已經(jīng)發(fā)生過的動態(tài)網(wǎng)民群體事件,其意義和應(yīng)用價值都成問題,因為已經(jīng)發(fā)生過的事件在現(xiàn)實中再次出現(xiàn)的可能性極小.當然,進一步的研究可能不久就實現(xiàn)實時地對CeSMOs進行社會網(wǎng)絡(luò)或復雜網(wǎng)絡(luò)建模,可是如何分析與評估WHAT-IF類型的情景決策支持還是一個沒有解決的重大問題.

本文建議利用人工社會的建模方法,采用人工組織的形式,對CeSMOs建模.如此,就可以通過科學游戲和博弈的方式,把計算機建成針對特定CeSMOs的“社會實驗室”,進而對特定CeSMOs的可能發(fā)展、相應(yīng)決策的可能影響,實現(xiàn)從定性到定量的分析與評估.為此,必須從動態(tài)網(wǎng)民群體的行為與心理建模,網(wǎng)民觀點與情感的傳播與演化動力學建模,以及基于智能體的人工社會建模三個層次建立面向動態(tài)網(wǎng)民群體的人工組織模型.

a.動態(tài)網(wǎng)民群體的行為與心理建模.

(a)基于社會心理學分析社會媒體信息對網(wǎng)民心理與情感的影響,以及這種影響與真實網(wǎng)民群體行為的映射關(guān)系,建立社會媒體信息對動態(tài)網(wǎng)民群體的心理沖擊模型.

(b)在組織行為學研究成果基礎(chǔ)上,建立動態(tài)網(wǎng)民群體的網(wǎng)上行為模型與真實行為模型,以及二者的關(guān)聯(lián)關(guān)系模型;基于社會媒體數(shù)據(jù),運用機器學習方法研究建立群體行為自適應(yīng)模型.

(c)研究動態(tài)網(wǎng)民群體的社會文化背景建模方法,以及各種社會文化因素對群體行為的影響.

解決這些問題,必須基于社會認知和心理學理論,建立網(wǎng)民個體的認知心理狀態(tài)(包括個體的目標、意愿、動機及偏好)及其行為之間的映射關(guān)系,以及對外界行為和環(huán)境因素的心理反應(yīng)模型;同時基于感染、趨同和緊急規(guī)范等社會學群體行為理論,建立網(wǎng)民群體的組織結(jié)構(gòu)、組織規(guī)范和互動規(guī)則;基于社會物理學理論,通過精確定義動態(tài)網(wǎng)民個體在線與離線行為目標和行為規(guī)則,以及群體行為的聚合、分解、協(xié)調(diào)與沖突消解規(guī)則,建立大規(guī)模動態(tài)網(wǎng)民群體的在線與離線行為模型;在群體社會網(wǎng)絡(luò)模型的基礎(chǔ)上,結(jié)合網(wǎng)民個體與群體情感描述信息,建立動態(tài)網(wǎng)民群體情感網(wǎng)絡(luò)模型,以及網(wǎng)絡(luò)情感與社會行為的映射關(guān)系模型.

b.網(wǎng)民觀點與情感的傳播演化動力學建模.

(a)研究各類社會媒體的復雜網(wǎng)絡(luò)結(jié)構(gòu)特征,并建立動態(tài)網(wǎng)民群體內(nèi)部的觀點網(wǎng)絡(luò)與情感網(wǎng)絡(luò)模型.

(b)融合人口學傳播模型和復雜網(wǎng)絡(luò)傳播模型,建立社會媒體信息在動態(tài)網(wǎng)民群體之間傳播與擴散的時間自適應(yīng)模型和空間動力學模型.

(c)研究社會熱點話題、事件的產(chǎn)生及發(fā)展規(guī)律,構(gòu)建社會熱點的演化模型及相關(guān)動態(tài)網(wǎng)民群體的心理與行為演化模型.

為此,應(yīng)基于輿論動力學的基本理論與方法,建立動態(tài)網(wǎng)民群體在社區(qū)、論壇、微博客及SNS站點等社會媒體的社會網(wǎng)絡(luò)模型.基于機器學習和Web數(shù)據(jù)挖掘等技術(shù),實時跟蹤和挖掘網(wǎng)民觀點情感在社會媒體的傳播與擴散過程,并運用隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)等技術(shù)建立動態(tài)網(wǎng)民群體的觀點與情感傳播網(wǎng)絡(luò)的時間自適應(yīng)模型和空間動力學模型;進而構(gòu)建社會熱點演化模型,并研究其復雜網(wǎng)絡(luò)結(jié)構(gòu)特性與社會媒體信息傳播機制間的關(guān)系.

c.基于多智能體的人工組織建模.

(a)研究動態(tài)網(wǎng)民群體的類型、分布、組織結(jié)構(gòu)和社會網(wǎng)絡(luò)關(guān)系,以及個體的行為和交互方式,構(gòu)建動態(tài)網(wǎng)民群體的社會分層模型.

(b)研究智能體模型與復雜網(wǎng)絡(luò)傳播模型在宏觀和微觀層次上的融合機制,對動態(tài)網(wǎng)民群體的實體、關(guān)系、規(guī)則、組織、交互機制和環(huán)境等基本要素建立統(tǒng)一語義的智能體模型.

(c)結(jié)合實時社會媒體數(shù)據(jù),基于數(shù)據(jù)挖掘、機器學習及統(tǒng)計方法改進多智能體建模的理論與方法,構(gòu)建開放和互操作的人工復雜組織系統(tǒng).

應(yīng)當綜合利用動態(tài)網(wǎng)民群體的行為與心理模型、社會情感網(wǎng)絡(luò)及其演化模型、環(huán)境模型,采用多智能體建模方法,自下而上地構(gòu)建面向動態(tài)網(wǎng)民群體的人工組織模型.首先,通過對建模對象與粒度的評估和模型特性選擇,確定人工組織建模基本單元;其次,基于統(tǒng)計機器學習、數(shù)據(jù)挖掘等方法,基于實際組織媒體數(shù)據(jù)的參數(shù)學習確定人工組織模型的初始規(guī)模與參數(shù),并結(jié)合規(guī)則學習方法自動提取智能體的行為規(guī)則;最后,從宏觀和微觀層面針對動態(tài)網(wǎng)民群體的實體、關(guān)系、規(guī)則、組織、交互機制和環(huán)境等要素建立智能體模型,形成特定應(yīng)用的人工組織系統(tǒng).

3 基于計算實驗的分析與評估

一旦建立了針對特定應(yīng)用CeSMOs的人工組織模型,就可以利用社會媒體的實時信息,設(shè)計不同的實驗情景,把計算機作為實驗室,進行各種各樣的計算“軟”實驗.我們必須首先研究計算實驗的場景生成、驅(qū)動機制、結(jié)果分析和實驗評估等關(guān)鍵技術(shù);并在此基礎(chǔ)上針對特定應(yīng)用領(lǐng)域設(shè)計多種計算實驗場景,研究動態(tài)網(wǎng)民群體演化規(guī)律及其常態(tài)和非常態(tài)管理策略評估,主要任務(wù)如下:

a.基于網(wǎng)民群體信息的計算實驗方法研究.

(a)基于社會媒體信息的周期性輸入,研究計算實驗場景的半自動生成、校準與擴展機制;研究計算實驗場景的設(shè)計及參數(shù)配置.

(b)研究基于離散事件仿真的計算實驗驅(qū)動機制和基于協(xié)同演化的計算實驗方法.重點研究智能體局部群體的微觀協(xié)同演化動力學分析方法.

(c)研究基于涌現(xiàn)的實驗觀察與解釋方法,并設(shè)計多目標、多分辨率的計算實驗結(jié)果數(shù)據(jù)分析方法.

(d)設(shè)計智能體仿真與計算實驗的性能評價指標體系,并建立一套評估方法與標準,以實現(xiàn)計算實驗的量化分析與評估.

首先,必須基于動態(tài)網(wǎng)民群體實時數(shù)據(jù)動態(tài)校準智能體模型,并基于模型組合技術(shù)半自動地提取智能體模型及其參數(shù),組合計算實驗場景模型;基于統(tǒng)一建模語言(UML)實現(xiàn)針對計算實驗場景設(shè)計的規(guī)范化描述語言.其次,基于離散事件仿真技術(shù),通過仿真時鐘的推進和離散事件的處理來驅(qū)動計算實驗;采用基于協(xié)同演化算法的計算實驗方法,模擬人工系統(tǒng)中動態(tài)網(wǎng)民群體的微觀交互和迭代策略優(yōu)化,從而涌現(xiàn)宏觀演化趨勢、實現(xiàn)自適應(yīng)策略優(yōu)化;此外,基于涌現(xiàn)觀察方法實時獲取實驗數(shù)據(jù),并綜合運用統(tǒng)計學和人工智能中的數(shù)據(jù)分析方法分析實驗結(jié)果數(shù)據(jù).最后,從實驗可行性、全面性、可塑性和適用性角度設(shè)計實驗評價指標體系與標準.

b.網(wǎng)民群體信息傳播與演化規(guī)律的計算實驗評估.

(a)基于特定的計算實驗場景,在人工組織系統(tǒng)中構(gòu)建一系列以網(wǎng)民為中心、以熱點話題、事件等社會媒體信息為傳播內(nèi)容、拓撲結(jié)構(gòu)各異的社會傳感網(wǎng)絡(luò).

(b)主動創(chuàng)造真實或虛擬的社會熱點,并通過社會傳感網(wǎng)絡(luò)推送到各類社會媒體;通過熱點傳播與擴散的實時跟蹤和涌現(xiàn)觀察,研究社會媒體的傳播與擴散規(guī)律.

(c)研究真實或虛擬的社會情感在動態(tài)網(wǎng)民群體各節(jié)點間的傳導和聚集機理;基于統(tǒng)計學方法研究動態(tài)網(wǎng)民群體的網(wǎng)絡(luò)情感與真實社會的大規(guī)模群體行為的關(guān)聯(lián)關(guān)系.

應(yīng)當根據(jù)社會網(wǎng)絡(luò)分析方法研究網(wǎng)民群體社會信息所呈現(xiàn)的復雜網(wǎng)絡(luò)結(jié)構(gòu)特征,據(jù)此在人工組織中構(gòu)建一系列拓撲結(jié)構(gòu)各異的復雜網(wǎng)絡(luò),進而以若干高中心性與權(quán)威性的網(wǎng)民為中心,結(jié)合熱點社會媒體信息的傳播途徑,建立社會傳感網(wǎng)絡(luò);針對特定應(yīng)用領(lǐng)域,主動生成真實或虛擬的熱點觀點和情感并推送到人工組織,實時觀察其在動態(tài)網(wǎng)民群體中的傳播和擴散特點,挖掘觀點和情感在動態(tài)網(wǎng)民群體中的傳播演化規(guī)律;而且,應(yīng)當選擇若干極端場景,設(shè)計“壓力實驗”、“極限實驗”和“加速實驗”,觀察人工網(wǎng)民群體的社會情感與行為反應(yīng),挖掘二者的關(guān)聯(lián)并研究網(wǎng)民群體的網(wǎng)絡(luò)情感與真實社會大規(guī)模群體行為的關(guān)聯(lián)關(guān)系.

c.動態(tài)網(wǎng)民群體管理機制與策略的評估和優(yōu)化.

(a)利用計算實驗可設(shè)計、可重復進行的特點,針對特定場景研究動態(tài)網(wǎng)民群體行為的激勵與反激勵機制的設(shè)計、評估與優(yōu)化方法.

(b)設(shè)計實際社會中無法進行的復雜實驗和逆向?qū)嶒?研究特定的(已發(fā)生或未發(fā)生的)大規(guī)模動態(tài)網(wǎng)民群體事件的事前、事中以及事后的決策評估.

這些問題解決之后,就可以運用計算實驗方法,研究動態(tài)網(wǎng)民群體的激勵和反激勵機制評估.為評估動態(tài)網(wǎng)民群體的聚合激勵機制,需對每種激勵機制啟動計算實驗過程,實時觀察人工組織中動態(tài)網(wǎng)民群體的聚合度和信息的覆蓋度,并通過實驗對比分析實現(xiàn)激勵機制評估;類似方法可實現(xiàn)反激勵機制評估,用于動態(tài)網(wǎng)民群體各種情緒的消解.此外,計算實驗過程將采用協(xié)同演化優(yōu)化算法實現(xiàn)智能體策略空間和行為空間搜索尋優(yōu),從而自適應(yīng)地評估和優(yōu)化動態(tài)網(wǎng)民群體事件的“情景-應(yīng)對”管理策略.

4 基于平行執(zhí)行的監(jiān)控與管理

在人工組織和計算實驗的基礎(chǔ)上,就可以構(gòu)建網(wǎng)民群體人工系統(tǒng)與實際系統(tǒng)組成的平行系統(tǒng),通過虛實系統(tǒng)的互動演化和反饋調(diào)節(jié),為真實社會動態(tài)網(wǎng)民群體的管理與決策提供支持,實現(xiàn)“虛實平行,各得其所”.圖4說明了實際動態(tài)網(wǎng)民群體和人工動態(tài)網(wǎng)民組織的平行執(zhí)行方式.在二者的平行互動中,就可以完成對行為和決策的實驗與評估,以及對實際系統(tǒng)的管理與控制.為此,必須解決下列問題:

a.平行系統(tǒng)體系結(jié)構(gòu)設(shè)計及優(yōu)化.

(a)設(shè)計平行系統(tǒng)的運行框架及內(nèi)部數(shù)據(jù)規(guī)范與接口,研究人工與實際組織之間的數(shù)據(jù)同步運行與交互處理機制,以實現(xiàn)系統(tǒng)間無縫集成.

(b)針對社會安全和經(jīng)濟領(lǐng)域的海量數(shù)據(jù)存儲與計算需求,研究平行執(zhí)行中智能體數(shù)據(jù)交互協(xié)議、計算實驗驅(qū)動方法、實驗數(shù)據(jù)分析算法等層面的優(yōu)化方法.

(c)針對平行互動的實時性要求,基于指數(shù)級別收斂的序優(yōu)化方法研究平行系統(tǒng)優(yōu)化問題,以降低復雜度,并獲取滿足精度要求的結(jié)果.

圖4 基于平行執(zhí)行的動態(tài)網(wǎng)民群體之監(jiān)控與管理Fig.4 Parallel execution for monitoring and management of CeSMOs

首先,應(yīng)當建立基于XM L語言定義實際系統(tǒng)與人工系統(tǒng)信息交互的描述方法和標準格式,設(shè)計虛實系統(tǒng)內(nèi)部體系結(jié)構(gòu)、數(shù)據(jù)交互接口、數(shù)據(jù)分布式存儲和緩存優(yōu)化方法以滿足海量動態(tài)網(wǎng)民群體信息的存儲、檢索和傳輸要求;其次,基于FIPA規(guī)范設(shè)計智能體交互協(xié)議,并通過計算實驗評估智能體交互協(xié)議、實驗驅(qū)動機制和數(shù)據(jù)分析方法等平行系統(tǒng)參數(shù);最后,采用指數(shù)級別序優(yōu)化方法實現(xiàn)虛實系統(tǒng)交互協(xié)議的多目標優(yōu)化,以減少評價時間、降低搜索空間.

b.平行系統(tǒng)互動調(diào)節(jié)與反饋機制研究.

(a)基于實時社會媒體數(shù)據(jù)的周期性輸入,研究動態(tài)網(wǎng)民群體模型與計算實驗場景的半自動校準、更新和擴展方法.

(b)結(jié)合大規(guī)模仿真的多時間尺度需求,設(shè)計精確可控的多時空分辨率的平行系統(tǒng)交互協(xié)議.

(c)研究平行執(zhí)行中的分布式協(xié)商機制與自動任務(wù)負載均衡機制,以滿足網(wǎng)民群體人工系統(tǒng)與實際系統(tǒng)的信息交互需求.

可以基于統(tǒng)計機器學習和數(shù)據(jù)挖掘方法實現(xiàn)動態(tài)網(wǎng)民群體實時數(shù)據(jù)的特征提取,建立數(shù)據(jù)敏感的模型校驗機制,通過實時數(shù)據(jù)特征與已有模型的對比分析動態(tài)地校準人工系統(tǒng)模型;同時,基于Colored Petri網(wǎng)方法形式化地設(shè)計、分析和驗證平行系統(tǒng)的數(shù)據(jù)傳輸協(xié)議,實現(xiàn)實際系統(tǒng)與人工系統(tǒng)的數(shù)據(jù)同步、模型同步、場景同步和決策同步;為提高平行系統(tǒng)的反饋調(diào)節(jié)性能,設(shè)計微觀智能體的分布式協(xié)商機制和宏觀系統(tǒng)的自動任務(wù)負載均衡機制;并利用動態(tài)系統(tǒng)最優(yōu)控制方法,結(jié)合動態(tài)網(wǎng)民群體特征研究人工系統(tǒng)中多智能體的行為監(jiān)測和動態(tài)協(xié)調(diào)方法.

c.基于平行執(zhí)行的網(wǎng)民群體監(jiān)控預(yù)警與決策支持.

(a)研究平行系統(tǒng)中計算實驗涌現(xiàn)現(xiàn)象的動態(tài)回溯和場景復原技術(shù),以及計算實驗場景的平行控制方法.

(b)針對平行系統(tǒng)協(xié)同演化過程所涌現(xiàn)的行為,研究涌現(xiàn)行為與真實社會的映射條件,以支持面向網(wǎng)民群體的真實社會決策.

(c)面向領(lǐng)域制定平行系統(tǒng)的運行指標體系,并據(jù)此設(shè)計平行演化的監(jiān)控預(yù)警與決策支持機制.

這些問題解決了,就可以基于計算實驗數(shù)據(jù)的實時采樣,采用數(shù)據(jù)挖掘方法提取計算實驗過程的關(guān)鍵數(shù)據(jù)點和控制點,結(jié)合數(shù)據(jù)平滑技術(shù)逆向地反演計算實驗場景中的數(shù)據(jù)流和控制流;在平行執(zhí)行過程中動態(tài)培育各種人工計算實驗場景,并觀察網(wǎng)民群體在實驗場景中的涌現(xiàn)行為;結(jié)合特定領(lǐng)域設(shè)計網(wǎng)民群體的風險評估和預(yù)警指標體系.最終,利用平行系統(tǒng)的演化機制預(yù)估熱點話題、情感和事件的演化趨勢,并據(jù)此實現(xiàn)對動態(tài)網(wǎng)民群體的管理和控制進行決策及實施的支持.

5 展望與結(jié)語

在安全領(lǐng)域,對動態(tài)網(wǎng)民群體進行社會計算是對國家和公共安全進行有效分析、預(yù)測和控制的關(guān)鍵信息技術(shù)手段.在開源信息時代,許多過去由國家壟斷獨有的機密信息已變?yōu)楣_資源.如何在網(wǎng)絡(luò)化環(huán)境下,及時、全面、準確地了解和分析網(wǎng)絡(luò)化社會變化趨勢,已成為信息技術(shù)領(lǐng)域面臨的嚴峻挑戰(zhàn).中科院自動化所情報與安全信息學研究團隊構(gòu)建的“天網(wǎng)、天眼、天鷹工程”,以開源情報的獲取和處理為基礎(chǔ),對動態(tài)網(wǎng)民群體、社會媒體和輿情信息進行實時監(jiān)控分析,實現(xiàn)了面向多領(lǐng)域的關(guān)鍵信息提取和輔助決策支持.由于萬維社會媒體能夠充分體現(xiàn)人們的價值取向和真實意愿,往往做出比傳統(tǒng)媒體更為迅速、靈敏、準確的反應(yīng),開源信息在輔助應(yīng)急預(yù)警中也發(fā)揮了重要的作用.此外,利用計算技術(shù)來研究文化沖突和變遷,分析不同文化國家或組織的決策過程,探尋其行為所依賴的文化因素的社會文化建模方法已開始應(yīng)用于安全和反恐決策預(yù)警中.

在經(jīng)濟領(lǐng)域,電子商務(wù)是社會計算最活躍的應(yīng)用領(lǐng)域.其中,網(wǎng)絡(luò)商業(yè)群體及社區(qū)已成為電子商務(wù)的重要組成部分.動態(tài)網(wǎng)民群體在電子商務(wù)中的作用在于能收集和利用群體化的信息資源、增強交易者對商家的信任、形成購買力聚集效應(yīng).研究動態(tài)網(wǎng)民群體能幫助企業(yè)了解消費者的個性化需求和商品反饋信息,進而提供更好的服務(wù).目前,許多成功的電子商務(wù)公司如亞馬遜、eBay、淘寶等都開始建立了網(wǎng)絡(luò)商業(yè)社區(qū)以有效利用動態(tài)網(wǎng)民群體的力量.

最重要的還是基于社會計算和平行系統(tǒng)的動態(tài)網(wǎng)民群體研究在未來智能產(chǎn)業(yè)發(fā)展中的核心引領(lǐng)作用.智能產(chǎn)業(yè)就是利用物理世界之外的新“礦源”——信息和腦力資源所發(fā)展起來的新產(chǎn)業(yè)體系,搜索行業(yè)、游戲動漫、社交網(wǎng)絡(luò)、新媒體等只是它的端倪,其特征是網(wǎng)絡(luò)空間 cyberspace的實質(zhì)性開發(fā).毫無疑問,動態(tài)網(wǎng)民群體將從政治范疇走出,進入社會經(jīng)濟領(lǐng)域,成為人類開發(fā)由物理空間和網(wǎng)絡(luò)空間組成的復合空間的主要核心手段.

致謝:本文中所述的研究工作得到國家自然科學基金委員會、科技部和中科院等資助,并得到諸多同事和學生的幫助,在此表示衷心感謝.本文部分材料取自內(nèi)部技術(shù)報告.

[1] ZALD M N,ASH R.Social movement organizations: Growth,decay and change[J].Social Forces,1966,44 (3):327-341.

[2] LOFLAND J.Social Movement Organizations:Guide to Research on Insurgent Realities[M].New York, USA:Aldine de Gruyter,1996.

[3] UYENOYAMA M K.The Evolution of Population Biology[M].Cambridge,England:Cambridge University Press,2004.

[4] CHAPIN F.T rends in sociometrics and critique[J]. Sociometry,1940,3(3):245-262.

[5] AMEMIYA T.Advanced Econometrics[M].Cambridge,USA:Harvard University Press,1985.

[6] CARRINGTON P J,SCOTT J,WASSERMAN S. Models and Methods in Social Network Analysis [M].Cambridge,England:Cambridge University Press,2005.

[7] WEIDULL J W.Evolutionary Game Theory[M]. Cambridge,USA:MIT Press,1995.

[8] ZEIGLER B.Multifacetted Modellingand Discrete Event Simulation[M].Inc San Diego,USA:Academic Press Professional,1984.

[9] FISHMAN G.Principles of Discrete Event Simulation [M].New York,USA:JohnWiley &Sons Inc,1978.

[10] ZAFT G,ZEIGLER B.Discrete event simulation and social science:The xeriscape artificial society[C]∥The Sixth World Multiconference on Systemics,Cybernetics and Informatics,2002.

[11] DELANEV W,VACCARI E.Dynamic Models and Discrete Event Simulation[M].Boca Raton,USA: CRC Press,1989.

[12] EPST ENIN J,AXT ELL R.Artificialsocietiesand generative social science[J].Artificial Life and Robotics,1997,1(1):33-34.

[13] EPST EIN J,AXTELL R.GrowingArtificial Societies:Social Science from the Bottom up[M].Cambridge,USA:MIT Press,1996.

[14] KAISER J.Biodefense-senate bill would alter biosafety, select agent rules[J].Science,2008,320(5883):1573.

[15] GRIMM V,REVLIIA E,BERGER U,et al.Patternoriented modeling of agent-based complex systems: Lessons from ecology[J].Science,2005,310(5750): 987-991.

[16] 王飛躍.關(guān)于復雜系統(tǒng)研究的計算理論與方法[J].中國基礎(chǔ)科學,2004,6(41):3-10.

[17] 王飛躍,史帝夫?蘭森.從人工生命到人工社會——復雜社會系統(tǒng)研究的現(xiàn)狀和展望[J].復雜系統(tǒng)與復雜性科學,2004.1(1):33-41.

[18] 王飛躍.人工社會、計算實驗、平行系統(tǒng)——關(guān)于復雜社會經(jīng)濟系統(tǒng)計算研究的討論[J].復雜系統(tǒng)與復雜性科學,2004,1(4):25-35.

[19] 王飛躍.計算實驗方法與復雜系統(tǒng)行為分析和決策評估[J].系統(tǒng)仿真學報,2004,16(5):893-897.

[20] 王飛躍.平行系統(tǒng)方法與復雜系統(tǒng)的管理和控制[J].控制與決策,2004,19(5):485-489.

[21] WANG F Y.Social computing:Concepts,contents, and methods[J].International Journal of Intelligent Control and Systems,2004,9(2):91-96.

[22] 王飛躍.社會計算——科學、技術(shù)與人文的數(shù)字化動態(tài)交融[J].中國基礎(chǔ)科學,2005,7(5):5-12.

[23] 王飛躍.關(guān)于社會物理學的意義及方法討論[J].復雜系統(tǒng)與復雜性科學,2005,2(3):12-22.

[24] 王飛躍.社會計算的意義及其展望[J].中國計算機學會通訊,2006,2(2):28-38.

[25] WANG F Y.Toward a paradigm shift in social computing:The ACP approach[J].IEEE Intelligent Systems,2007,22(5):65-67.

[26] LAZER D,PENTLANG A,ADAMIC L,et al.Social science:Computational social science[J].Science, 2009,323(5915):721-723.

[27] BEENEN G,LING K,WANG X,et al.Using social psychology to motivate contributions to online communities[C]∥Proceedings of the 2004 ACM Conferenceon ComputerSupported CooperativeWork, 2004,212-221.

[28] WIL S M,PETERSON L C.The anthropology of online communities[J].Annual Review of Anthropology,2002,31:449-467.

[29] 錢學森,于景元,戴汝為.一個科學的新領(lǐng)域:開放的復雜巨系統(tǒng)及其方法論[J].自然雜志.1990,13(1): 3-10.

[30] WANG F Y.Human flesh search:A case study in social computing[C]∥2010 Workshop on Social Computing and Cultural Modeling,2010.

[31] WANG F Y,ZENG D,et al.A study of the human flesh search engine:crowd-powered expansion of online knowledge[J].IEEE Computer.2010,43:45 -53.

[32] ZHANG Qingpeng,ZHUO F,WANG F,et al.Modeling cyber-enabled crowd-powered search[C]∥The 2nd Chinese Social Computing Conference,2010.