20130613复旦大学.pptVIP

于是，我们可体会 稳定结果，意味着一个“外人”不可能通过提供好处来破坏一个已有的价值分配关系 但即便没有外人可以“插一杠子”，关系中的两个人，基于各自的“条件”或退路，也不一定都满意于一个稳定结果 平衡结果，就是在稳定结果基础上，刻画了一种更加接近关系双方都满意状态的结果 * 平衡结果概念的区分能力 * 进一步的问题 社会学学者会关心：还有没有比“平衡结果”更精细反映实验结果的理论概念？ 计算机科学学者会问：给定任意社会网络，能否求得（计算出）所有平衡结果？ Balanced Outcomes in Social Exchange Networks, Symposium on Theory of Computing, 2008 …… * 人们在网络结构下的关系价值 结果 稳定结果 平衡结果 * 理论不断完善，接近现实 社会关系价值的计算：启示 一个人在社交网络中的位置（结构地位）影响他对各种关系价值的认识 可以通过一种形象化的经济行为实验，来揭示这种社交心理现象 进而，实验的结果可以在一定程度上被理论预测（通过一个算法） 这意味着：由结构地位所引起的社交心理状态可以“被算出来”！又一个计算帮助理解社会现象的实例。 * 人间关系的平衡 匹配市场中的计算 大数据与小世界 社会活动过程可能体现出一种计算过程 计算思维能有助于理解社会现象 理解社会过程也有助于计算科学的发展 我们的任务：发现更多例子，促进交叉发展 lxm@ 要点：关注计算与其他专业的交界面 对于计算机专业，理解其他学科与计算的交界面，而不是要成为其他学科的专家 对于非计算机专业，以计算的观点理解有关过程，而不仅是掌握计算工具 早期引入，而不是晚期分流 * * * * * 很好地体现了地理位置上的远近 想象这个网格是很大的，上亿节点 “网格距离”的概念； 让所有网格距离小于或等于r的结点之间都有一条边； 让每个节点都有k条随机边－有可能连接到“很远的”节点 * * * 由于邮政编码信息的可得，于是每个节点对其他所有节点都可赋予一个rank。如此定义的rank将地理上非均匀分布的节点均匀化了。 可以注意到，两个节点相互的rank不一定是相同的。 * 由于rank“管的”是围绕节点的一个“面积”，它的变化就类比于d**2的变化。 * 这说明“大自然”倾向于“最优化”！ * 实验结果，（B,D）以（9,6）达成协议。从而其他都取消了。 注意到，D也给出了（D,E）＝（7,3），但E没有及时同意。 * * 例如，3－节点路径图中，两端的节点都是“别无选择”，而中间的节点对于任何一条关联边来说都有“外部选项”。 * * 不同q值对随机连接长度的影响 q值较小，随机边倾向于较远（对距离的“惩罚”小） q值较大，随机边倾向于较近 Watts-Strogatz模型对应于q=0 q太大也不好，远距离节点没了机会 该模型的最佳工作参数（q） 理论结果：当q=2时，分散搜索达到最佳效果 仿真实验：由几亿个节点组成的网络中，考察不同的q值在分散搜索中的效果 对于这种规模的网络，在指数q介于1.5和2.0 之间时搜索效果最佳 随着网络规模的扩大，最佳的性能指数q越来越接近2 横轴为参数q，纵轴为从一个节点到达另一个节点所需的平均时间（跳步） Nature 2000 在这样的网络模型上的最优参数q=2 v w u v w u 最优：导致很短的分散搜索路径 Milgram的实验表明，现实社会网络中，分散搜索的路径也很短，难道人们成为朋友的概率真的随空间距离递减，并且递减强度幂次q真的等于2吗？ 利用在线社会网络进行验证 真实大规模在线社会网络是否体现了这个（W-S-K）网络模型的优化性质？ 两人成为朋友的概率与其空间距离的平方成反比 如果是，则说明随机形成的社会网络可能具有某种本质的参数！ 但是，在线社会网络的节点之间如何谈空间距离？ LiveJournal（LJ），1999年建立的社交网站 来自LiveJournal的实验数据 50万用户，含邮政编码信息（地理信息） 但他们是不均匀分布的，不符合模型的假设，需要做一些“适配”工作 LiveJournal中用户的地理位置分布 讨论两人建立社会关系的概率， 距离范围内的人数比距离具有更本质的意义 定义“排位”：空间距离范围内的人数 可以看成是节点在空间上均匀分布时区域范围概念的一种推广，“排名”与“距离”有对应关系 这就使我们能一般性地处理节点在空间上分布不均匀的问题了 v w 这样 要验证的是 在均匀地理分布情形，一个节点与某一距离上的节点成为朋友的概率随距离的平方递减（1/d2） 此时等价于要看 一个节点与在某一相对排位上的节点成为朋友的概率随排位递减（1/r） 近乎完美的验证！（PNAS, 2005） 真实社会网络的测