论文部分内容阅读
社会网络是一种特定类型的复杂网络,具有复杂网络的共性,是人工社会的重要组成部分。建立人工社会必须对不同种类的社会网络进行描述、建模、构建和分析。为了更加清晰、简洁、逼真的构建人工社会中的社会网络,本文研究了一种能够同时综合网络拓扑结构和节点属性的统计网络模型——指数随机图模型(ERGM),并且基于该模型构建人工社会中社会网络。基本思路是:首先根据社会网络的建模要求,选取适当的网络构型进行社会网络建模;然后利用蒙特卡洛-马尔科夫最大似然估计(MCMCMLE)方法对模型参数进行估计;接着根据选择的模型参量和估计的参数生成网络;最后对生成的网络进行验证。基于上述框架,本文主要进行了如下研究:(1)分析了将ERGM理论应用于构建人工社会中社会网络的可行性。传统方法使用规则网络、随机网络、小世界网络以及无标度网络等网络机制模型对社会网络进行构建,但是这些方法并不能完全满足人工社会中对社会网络构建的需求。ERGM能够综合网络的多种节点属性和网络拓扑结构来构建社会网络,可以在最大程度上满足人工社会中社会网络建模和仿真的需求。(2)提出了一种基于ERGM构建人工社会中社会网络的框架。在实际社会网络中,同类型的网络通常具有相同的节点属性和内在层次结构。因此,可以基于观测网络,利用MCMCMLE等估计方法获取网络参量对应的参数,将得到的网络模型作为同类型网络的模型,从而为人工社会中社会网络构建提供相应模型。论文提出了基于ERGM构建人工社会中社会网络的一般步骤:获取观测网络、模型参量选择、模型参数估计、仿真网络生成、模型验证。(3)提出了一种基于ERGM社会网络模块与人工社会总平台的集成框架。基于ERGM得到的社会网络模型或者社会网络数据只有集成到人工社会,才能发挥其重要作用。本文提出了两种集成的方式:共享文档式和人工社会中Agent与社会网络中节点对等式。并且设计了相应的集成框架。(4)使用statnet程序包开展基于ERGM的人工社会中社会网络构建的实验。包括人工教室中的朋友关系网络的构建和Twitter社交网络中中文用户关键节点(粉丝数大于1000)之间的关系网络的构建。通过案例研究,得出结论:基于ERGM构建人工社会中社会网络是可行的,而且在反映社会网络中的关键属性,如度分布、平均最短路径、聚类系数以及传递性,是有效的。