计算社会科学基本概念

2009年，包括哈佛大学教授拉泽尔（lazer et al.，2009）在内的15名顶级学者在《科学》（Science）上共同署名发表论文，正式提出“计算社会科学”（Computational socialscience)这一概念。计算社会科学是一门基于社会学原理，使用自然科学和信息科学工具，揭示社会发展规律，从而解决社会问题的学科（孟小峰等，2019）
大数据时代，计算社会科学的核心任务是:通过对接近全样本的数据量进行深度挖掘、机器学习、变量搭桥、模式探索等， 实现个体特征画像、行为模式预测、社会系统剖析与宏观政策预演。在个体画像、行为预测、系统剖析与政策预演等方面，社会科学仿真模拟方法发挥着重要作用。

社会科学仿真方法的优势

• 清晰地因果机制：
  社会科学仿真方法的本质是用清晰预设的因果机制进行动态持续试验并获得动态数据。
• 动态多种可能：
  仿真模拟通过遍历各种变量参数的可能取值范围即参数谱系来拟合研究现象，故其核心任务是穷尽所有可能，寻找最佳参数组合即看何种组合之下因果机制更容易被理解和被确定，对参数的可能范围进行全域化设置，对自然、社会现象的动态演化与过程机制进行全域化考察。
• 基于动态有限信息的持续优化：
  通过对手头信息不断进行学习与优化，得到临时或局部最优解。当信息出现动态变化，“持续挖掘”的保守主义精神使得人类知识得以不断产生、改造自然得以不断推进、认识社会得以不断深化。

社会网络简介

网络的结构在许多学科中都有研究。 例如，计算机科学研究计算机网络，生物学家致力了解基因和蛋白质之间复杂的相互作用网络如何导致机体正常的生理行为或疾病，神经学科将大脑作为神经元网络进行研究，社会科学对社交互动的网络结构和演化特征感兴趣。
网络数据集可以表示实体（或节点）的属性，但最重要的是，它们描述了节点之间的链接关系（或边）。社交网络研究人员分析了不同实体之间可能存在的各种关系：

• 沟通关系（例如，与谁交谈）

• 工具性关系（例如，谁向谁咨询专家意见）

• 边界渗透关系（例如，谁在谁的董事会中）

• 情感关系（例如，高中时期的友谊集团）

• 权力关系（例如，谁跟随谁）

• 亲属关系（例如，谁与谁有关系）

• 交易关系（例如，谁赠予谁）
  研究人员感兴趣的地方：

• 稳定性（多长时间保持联系）

• 互惠性（双方的关系是否相同）

• 强度（关系是“弱”还是“强”）

• 密度（网络中实际存在多少潜在联系）

• 可达性（从网络的一个“端”到相对的“端”需要多少束缚）

• 中心性（网络是否具有“中心”点）

• 质量（关系的可靠性或确定性）
  在社会科学中，以对社会行动者之间的互动研究为基础的结构性方法被称作社会网络分析（弗里曼，2008）
  这些行动者可能是个体的人，也可能是群体、组织或者国家等。
  社会网络分析关注行动者之间的关系，认为这些关系的模式会影响它们的行动。
  因此，揭示不同类别的关系模式，并确定这些模式在何种条件下会出现以及会导致什么样的后果就成为社会网络分析的核心目标之一。

  
  
  集团间的社会网络示意图
  
  

  1967年哈佛大学心理学教授斯坦利·米尔格拉姆（Stanley Milgram）通过连锁信实验验证了六度分离理论（Six Degrees of Separation）
  六度分离理论（又称小世界现象）的出现使得人们对于人际关系网络的威力有了新的认识。然而，在这个理论中，没有对人和人之间的关系进行强弱的区分。直到1974年，斯坦福大学社会系的马克·格拉诺维特（Mark Granovetter）提出了弱连接理论，才对这一问题进行了补充。
  1998年，康奈尔大学的邓肯·瓦特（Duncan Watts）和斯蒂文·斯特罗加茨（Steven Strogatz）在《Nature》杂志上发表了一篇名为“小世界网络的集体动力学”（Collective dynamics of the 'Small World' networks）的论文。指出之所以会出现小世界现象，是由于某一类复杂网络的特性。他们注意到复杂网络可以按两个独立的结构特性分类，即集聚系数和节点间的平均路径长度。
  1999年，Barabási和Albert在《Science》杂志上发表的《随机网络中标度的涌现》一文中证明复杂网络的连接度普遍符合幂律分布。随后，很多研究者，尤其是物理学家开始关注各种复杂网络。
  社会网络的拓扑性概念：

• 度（degree）和度分布：
  度是单个节点的重要概念，节点的度是指与该节点邻接的边的数目，是节点静态结构的属性里最重要的度量之一。有向网络中一个节点的度分为出度和入度。一般用表示网络中的平均度，即所有节点的度的平均数，用以衡量网络连接的疏密程度。

• 平均路径长度（average path length）：
  平均路径长度表示网络中任意两个节点间最短路径长度的平均值，是衡量节点间关系紧密程度的常用指标。

• 聚类系数（Clustering coefficient）：
  聚类系数是指网络中某个节点的邻居节点也互为邻居的平均概率，它反映了一个人社会网络关系中，熟人之间相互联系的紧密程度。

网络建模的四种方法

• 规则图：创建n个节点，每个节点选择任意m个其它节点进行连接。

  
  
  规则图建模Netlogo界面

• ER随机图：以概率p连接N个节点中的每一对节点。

  
  
  image.png

• WS小世界网络：生成一个含有n个节点、每个节点有k个邻居、以概率p随机化重连边的WS小世界网络。

  
  
  小世界网络

• BA无标度网络：生成一个含有n个节点、每次加入m条边的BA无标度网络。

  
  
  无标度

社会仿真工具：Netlogo介绍

Netlog官网

社会仿真研究举例：《虚拟社会仿真中的人际关系网络模型研究》

张明智,余永阳,胡晓峰,司光亚(2009).虚拟社会仿真中的人际关系网络模型研究.计算机仿真,2009,26(02),14-17.

人际关系网络主要特征

人际关系网络具有无标度性

人际网络模型构造算法

建模所用到的算法

实验结果