拥抱社会智能.pdfVIP

专题 第 11 卷  第 3 期  2015 年 3 月 拥抱社会智能 李涓子　唐　杰　侯　磊　等 关键词 ： 群体智能　信息传播　众包 清华大学 引言 Web2.0 时代将人与人连接 关系强弱分析的方法接近，区别 在一起，形成社交网络，从认知 在于前者的预测目标为非正即反 在短短20 年的发展中，互 学、社会学和计算机科学等多学 的定性输出，后者的目标为连续 联网技术以前所未有的速度给人 科融合的思想出发，充分研究和 变量的定量输出。社会关系存在 类社会带来了巨大进步。Web 1.0 利用社会网络的结构和作用 ；从 性预测和强弱分析的基本方法包 [2] 建立了全球范围的信息共享平 个体、群体、社会关系和信息传 括：(1) 基于亲密度度量 的方法， 台，彻底打破了信息存取的壁垒； 播等方面入手，了解和掌握在社 先给定两个社交节点，然后计算 Web2.0 则推动了人与人力量的汇 交网络中解决问题和生产的众包 节点之间的亲密度特征值，进而 聚，社会智能得到充分释放。免 模式，对发挥个体和群体智能具 采取监督或非监督的学习方法进 费开放的维基百科全书(Wikipe- 有重要作用。 行分类学习。常用的亲密度度量 dia)1 是社会智能的集中体现。它 包括共同邻居数、杰卡德(Jaccard) 拥有全球2000 多万的自由编撰 从“黑白”到“多彩” 相似度、Adamic/Adar 相似度、 者，包含287 种语言和3000 多 的社会关系 偏好连接(preferential attachment) 万个编辑页面，也是全球最大的 系数、卡茨(Katz) 系数、抵达时 互联网知识库资源。 社会关系分析着重考察社交 间和往返时间、带重启的随机游 早在20 世纪90 年代，著名 网络中社交节点之间的联系，是 走指标以及SimR ank 值等。(2) 学者钱学森、戴汝为院士提出了 研究社会智能的基础。社会关系 基于概率图模型的方法，利用贝 “以信息网络为基础的综合集成 分析研究社会关系的存在性预 叶斯概率理论对社交节点间的联 [1] 合概率进行建模。常用的概率模 研讨体系” 。这一体系对于所 测、强弱分析以及类型识别，具 服务的社会系统而言，是一个涌 体体现在 ：(1) 两个社交节点间 型有随机游走模型、隐式话题模 现智慧的平台；对于个人和群体 是否存在某种社会关系 ；(2) 两 型以及因子图模型。针对社交网 形成了创造的环境，造就了 “社 个社交节点间存在某种社会关系 络的不同特点，部分研究者在原 会智能”。今天，开放互联网环 的强弱对比；(3) 两个社交节点 有模型中加入时间、空间等因素 境下的大众参与，个人和个人力 间存在某种类型的社会关系。 对分析结果进行优化。此外，基 量的汇聚，释放出了以往不曾有 给定一种待分析的社会关 于矩阵分解的方法也是社会关系 过的创造力与自我价值的实现。 系，社会关系存在性预测和社会 存在性预测的典型方法，将社会 1 。 22 第 11 卷  第3 期  2015 年 3 月 网络形式化表示为一个矩阵，以 建立是若干代表用户以及他们的 向量相关联，而对应的隐变量记 线性代数和图理