复杂社会网络中行为传播扩散与预测方法研究

Online network communication platforms, such as microblogs, weixin and social networks, connect different kinds of social relations together, forming a complex social network. The complex social network further generates a variety of network groups, the dissemination behaviors of which affect the online interactions of peoples’ views as well as the evolution of the real world. Previous studies show that behavior dissemination in complex social network has certain patterns and evolutionary laws, and can be predicted to some extent. However, there are no systematical mechanisms on the fundamental rules of behavior dissemination, predictability, and prediction method in complex social networks. There are mainly three problems: (1) the microscopic mechanisms of individual interactions are still unclear; (2) the internal laws of the group behavior disseminations are not to be found; (3) which kinds of behaviors can be predicted are unknown. Aiming at these problems, we commit our research on: (1) the evolutionary models and dissemination laws of microscopic individual behaviors; (2) the evolutionary models and disseminations laws of middle-scopic group behaviors; (3) the predictability and predicting methods of the behaviors in complex social networks. We further plan to develop a network consumption behavior analysis and decision system on e-commerce services to test and prove our research findings. Our project will provide theoretical and empirical foundations to the discovery of behavior disseminations in complex social networks.

以微博、微信、社交网络等在线网络交互平台将人的社会关系连接起来形成复杂社会网络，其中个体间行为交互形成了各种结构特性的网络群体，而群体行为传播扩散既影响人们在线信息传播和观点交互，也会影响现实社会。研究表明复杂社会网络中的行为传播存在某些模式和演化规律，在一定程度上是可以预测的。但目前对复杂社会网络中的行为传播机理，可预测性和预测方法方面，尚缺乏系统的研究工作，很多问题丞待解决:①个体行为交互的微观机理还不清晰，②群体行为传播扩散的内在规律尚不明确；③哪些行为可以被预测，如何预测等。针对上述问题，本项目从复杂社会网络中微观个体行为演化博弈模型与行为模式；中观群体行为演化模型与传播扩散规律；复杂社会网络中行为的可预测性与预测方法三方面展开基础研究，并通过研发面向电子商务的网络消费行为分析与辅助决策系统，验证本项目的研究成果，为发现复杂社会网络中的行为传播扩散的规律和可预测性提供科学理论依据。

以微博、微信、社交网络等在线网络交互平台将人的社会关系连接起来形成复杂社会网络，其中个体间行为交互形成了各种结构特性的网络群体，而群体行为传播扩散既影响人们在线信息传播和观点交互，也会影响现实社会。研究表明复杂社会网络中的行为传播存在某些模式和演化规律，在一定程度上是可以预测的。但目前对复杂社会网络中的行为传播机理，可预测性和预测方法方面，尚缺乏系统的研究工作，很多问题丞待解决:（1）个体行为交互的微观机理还不清晰，（2）群体行为传播扩散的内在规律尚不明确；（3）哪些行为可以被预测，如何预测等。针对上述问题，本项目从复杂社会网络中微观个体行为演化博弈模型与行为模式；中观群体行为演化模型与传播扩散规律；复杂社会网络中行为的可预测性与预测方法三方面展开基础研究。主要研究成果有：（1）研究了复杂社会网络中个体行为交互的微观机理，提出了基于层次化类别约束的个体行为预测方法；针对个体间关系与个体交互行为互相影响的特点，提出了联合个体行为和个体间关系的神经网络预测模型。（2）研究了复杂社会网络中群体行为传播扩散的内在规律，提出并利用基于背包约束的信息传播预测方法，发现信息传播在跨网络情境下对系统合作水平的影响规律。（3）研究了复杂社会网络中行为的可预测性与预测方法，基于社交演化博弈模型，建模了社交电商中单信息传播对个体购买行为的影响，并对复杂社会中群体行为涌现的预测方法进行了研究，针对电商情境，建模特定群体关系网络，研究并分析了社交网络中特定群体对网络中购买行为的影响。（4）应用本项目的研究成果，开发了一套“网络消费行为分析与辅助决策系统”，该系统基于社交网站中与网络消费相关的用户交互数据，构建了消费用户交互信息的社交网络。 我们在该系统上进行了群体消费行为的仿真和预测，验证了本项目的研究成果，为发现复杂社会网络中的行为传播扩散的规律和可预测性提供科学理论依据。