社群大规模协作认知规律和演化模型挖掘

Social community computing is currently the hotspots both in academic and industrial society.Large scale human cooperative websites, such as Wikipedia, emerge high level of group intelligence. This phenomenon enhances the research of large scale human community cooperation regularity, including Human Cognome Project. This project targets at mining social community's large scale cooperation rules by integrating the existing achievements in cognitive science. In another aspect, try to transform practical problems into cooperation problems. And finally, solve practical problem by using community cooperation model.The major research contents include: (1) Based upon data mining techniques, mine the cognition rules of community cooperation and verify existing cognitive rules. And analyze the compatibility, credibility of those rules;(2) Mine dynamic evolution model of community's large scale cooperation, including the model's dynamic properties, stability and convergence,etc.;(3) Mine intervention rules under which the dynamic model may evolve in a cooperative direction instead of in a competitive direction. And mine catalysis rules which may enhance the cooperative evolution of the evolving model;(4) Explore how to design diversified community cooperation algorithms according to different types of cooperation model, and resolve those practical problems that can be transformed into cooperative issues, such as resource sharing, game, etc. Finally, develop prototype system.

社群计算是目前研究界和产业界关注的热点.维基百科等大规模协作网站及伴随其涌现出的高级群体智能,促进了包括"人类认知组"计划在内的对于社群大规模认知规律的研究.本课题旨在结合认知科学领域已取得的研究成果,挖掘社群大规模协作的一般规律,另一方面将实际问题规约成协作问题,并基于挖掘出的群体协作演化模型解决实际问题.主要研究内容包括:(1)通过数据挖掘技术从实证角度来挖掘社群协作认知规律及验证认知科学领域已有的认知规律结论,并分析各种规律的相容性、可信性等问题;(2)挖掘社群大规模协作的动态演化模型,包括模型的动力学性质,稳定性,演化过程的收敛性等问题;(3)研究在何种干预方式下演化模型会朝着协作而不是竞争方向演化,及在何种催化条件下协作模型的演化过程会加速进行;(4) 探索把具有不同协作模式的演化模型设计成多样化的社群协作算法,解决资源共享,博弈等可规约为协作问题的实际问题,并开发实验原型系统.

随着维基百科,开源社区等各种web社群的快速发展,社群大规模协作以及在协作过程中涌现出的群体智能已经在社会生活中展示出其强大的问题解决能力.本课题旨在研究群体协作现象及其动力学本质,主要从下面三个方面进行了研究:(1)群体协作模型中各要素之间的因果关系分析.该子课题主要针对复杂系统中各要素产生的时间序列进行挖掘,力图发现各要素间存在的真实的因果关系.由于复杂系统具有非线性反馈的动力学本质,我们提出了基于扰动的复杂系统因果分析方法.该方法突破了传统基于概率的分析模式,取得了很好的效果.研究成果发表在《计算机学报》上. (2)群体协作动力学演化原理的挖掘.该子课题主要研究维基百科社群协作规律其对维基百科词条生长规律的影响.首先,我们开发了原型系统Wiki-Miner,从不同的角度挖掘wiki群体协作过程中的各种指标和统计量.该系统获得了“挑战杯”大学生课外学术科技作品竞赛校级二等奖.以该平台为基础,成功申请了四川省教育厅重点项目”个体间往复交互模式对社群联盟形成和发展的影响”.其次,通过该系统所挖掘的数据我们得到了维基百科群体编辑过程中词条生长的“灵感爆发点”与编辑用户交互模式之间的相互影响关系,目前正在撰写论文,拟投稿到专门进行维基群体协作研究的国际会议Opensym2016上. (3)基于群体协作的NP难问题建模和求解.该子课题是本课题的最终研究目标,旨在通过群体协作产生的涌现现象来克服当数据规模增大时导致的解空间“组合爆炸”问题.目前已经采用群体协作计算模型求解了图着色问题和汉弥顿路径问题,研究成果分别发表在电子科大学报复杂性科学专栏和国际会议上.国际上,Flinders大学发起了求解1001个超立方体图汉弥顿回路的挑战,我们的算法在进一步改进后已经能够求解其中一部分超立方体图,这是本课题研究中取得的较大突破,也进一步证实了群体协作计算模型的可行性. . 综上,通过三年的研究,我们发现NP难问题确实可以通过简单的协作规则进行快速求解,而这些协作规则与启发式规则有本质的不同;同时,我们也发现不同的微观个体协作模式确实可以导致不同的宏观群体涌现现象,并且这些宏微观模式之间的关联关系我们已经在对维基百科的分析中发现了.值得指出的是,这部分研究工作涉及大量数据搜集和预处理过程,以及群体协作动力学模型的反复建模和调试,目前仍有两篇论文正在撰写中.