数据管理前沿技术报告.PDF

数据管理前沿技术报告 - 6 - - 7 - 社会计算研究进展 在线用户行为演化研究① 李 勇 孟小峰 中国人民大学信息学院 WAMDM 实验室，北京，100872 物联网、云计算、社交网络、社会媒体以及信息获取技术的飞速发展，数据正以前所未 有的速度迅速增长和积累，大数据时代的到来，为研究人类社会动态和模拟社会问题带来了 前所未有的机遇。计算机科学家、社会学家等各领域学者开始关注大数据对社会、经济、科 学研究等带来的巨大价值。美国圣塔菲研究所（Santa Fe Institute）、谷歌研究院（Research at Google）、惠普社会计算实验室（HP Social Computing Lab）等跨学科研究机构和哈佛、 斯坦福、康奈尔等大学，开始用复杂性科学来描述社会系统中的复杂现象，提出了复杂适应 系统等一系列新理论，以计算机作为研究复杂性科学的基本工具，开创了“计算社会科学” 等新的研究方法，社会计算开始进入人类社会。 本文在中国人民大学重大基础研究基金“社会计算若干关键问题研究”项目的支持之下， 从中国互联网络信息中心(CNNIC)获得在线用户行为大数据，以跨学科的社会计算为研究范 式，研究人类在线行为动力学规律，在社会计算研究范式的哲学探讨和跨学科思维模式的应 用的基础上，探索在线用户行为的普适模式和规律。本文的结构为：第1节介绍社会计算的 核心概念与研究范式；第2节介绍本文研究的数据来源及特征；第3节介绍发现的在线用户兴 趣的长程演化规律；第4节介绍在线用户集体注意力流在Web演化中的推动作用，并提出了 一个比超链接算法（如PageRank）更有效的Web站点排名算法；第5节介绍在线用户集体注 意力流与Web演化的普适模式；第6节总结。 1 社会计算概论 1.1 跨学科研究概论 自然科学、社会科学和人文科学只是学术建制意义上的区分，它们之间总是密切联系。 自然科学的根本目的在于发现自然现象背后的规律，20世纪50年代之前，社会科学与自然科 学相对独立，跨学科研究较少。如图1所示，社会科学与自然科学由一条学科河分隔，河的 左岸是以科学计算为核心研究范式，以系统科学、控制论、人工智能等作为研究方法的自然 科学；右岸是心理学、经济学、传播学、社会学、政治学等社会科学。 20世纪70至90年代，人类进入后工业化时代，信息革命改变了一切，经济、政治、文化 的全球化融合达到新的阶段，科学发展变得越来越快，越来越复杂。大工业和高科技为人类 创造了非常丰富的财富，但同时也把人与自然的关系、人与人的关系置于一个危险的境地， 社会不平等、阶级冲突、社会异化、种族冲突、政治革命、宗教冲突、国家冲突、环境恶化 等社会问题突出，人类越来越重视对自身前途与命运的价值关怀。为了准确地研究社会问题， 经济学、社会学等学科都试图形成一套完整的定量分析研究手段，用严谨的数学方法对问题 进行描述和求解，但由于现实世界是一个多变量复杂系统，很难像物理学那样用数学公式精 确地描述和求解问题。在这种共同的背景下，自然科学、社会科学开始走到一起，任何一门 科学都开始意识到自己的相对性，意识到与其他学科密切关联。如图1所示，建立在自然科 学与社会科学之间，位于学科河之上的跨学科社会计算研究逐渐兴起，这些学科都有数据密 集型的特点，包括社会网络分析、计算社会科学、社会控制论等。 ???????????????????????????????????????? ????????????????????? ①本文是中国人民大学重大基础科学研究基金项目“社会计算若干关键问题研究”（编号：11XNL010，2011-2016）阶段性研究成果。节选自中国人民大学博 士学位论文“在线用户行为演化研究”。 - 8 - 社会科学与自然科学本质区别在于思维方式的不同，社会科学是总体逻辑思维，自然 科学是类型逻辑思维。类型逻辑思维认为应该重点关注典型现象，只要理解了典型现象的规 律，就可以将其概括并推广到个体和具体问题。总体逻辑思维关注独立各异个案的整体分布， 社会科学认为变异是社会现实的本质，社会学家的工作就是从变异中寻求规律，以经验为基 础、以量化为导向地去概括总体变异的系统模式，社会科学的量化无法挖掘出普适规律来描 述和解释所有个体行为。正是因为思维方式的不同，社会科学与自然科学之间的壁垒仍然难 以逾越，社会学家批评技术学派所作的社会计算研究缺乏理论指导，技术学派认为社会科学 研究所用数据规模太小不可信任。为社会计算提出跨学科的协作与训练、提出学科间统一的 理论指导是当前最大的挑战。 正是