社会系统复杂模型中的计算不确定性
Computational indeterminism in complex models of social systems
摘要：
我们认为，具有许多参数的复杂模型不允许推断因果关系。
英文摘要：
We argue that complex models with many parameters do not allow to infer about cause and effect.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
相关论文
超越纳德尔的帕萨迪纳社会凝聚力的结构和文化维度的计算方法
Beyond Nadel's Paradox. A computational approach to structural and cultural dimensions of social cohesion
纳德尔的Paradel指出，不可能同时考虑到社会结构的文化和关系维度。通过一个简单的计算模型，作者探讨了社会凝聚力的概念，使结构和文化层面的整合在同一分析的动态视角。该模型的设计再现了从结构和认知角度观察到的从人口所遭受的冲突水平到其社会凝聚力变化的因果路径。提交的环境冲突水平的突然变化，该模型是能够再现以前观察到的紧急情况或危机情况下的真实人群的某些特征。
physics.soc-ph
计算社会科学中的机制模型
Mechanistic Models in Computational Social Science
定量社会科学不仅仅是回归分析或一般的数据推断。社会机制的计算机模拟已有60年的历史。它们已被用于许多不同的目的-测试方案，测试描述性理论（概念验证模型）的一致性，探索新兴现象，预测等，在这篇文章中，我们勾勒出这些历史发展，机械模型在社会科学中的作用，以及自然科学和形式科学的影响。我们认为，机械计算模型形成了社会科学和自然科学的共同基础，并期待着未来可能的信息流跨越社会-自然鸿沟。
cs.SIphysics.soc-ph
社交媒体传播中的可持续性与社会分割：个体需求与同伴影响双重效应的数学与计算研究
Sustainability & Social Segmentation in Social Media Contagion: A Mathematical and Computational Study on Dual Effects of Individual Needs & Peer Influence
本研究从个体需求与同伴压力双重视角，通过数学模型与模拟分析社交媒体成瘾动态，发现同伴影响会增强成瘾可持续性、引发多稳态（低于阈值仍扩散），还会导致社会聚类分割，为成瘾干预策略制定提供理论依据。
physics.soc-ph
积分的paradigm--一个计算模型
Paradox of integration -- a computational model
Peter Blau（Exchange and Power in Social Life，Wiley and Sons，1964）强调了社会群体融合的矛盾方面。在整合过程中，群体成员在争夺社会地位的同时，也扮演着受众的角色。在这里，我们表明，当竞争战胜了认可的愿望，一个急剧的转变打破了所有的友好关系。然而，正如布劳所描述的那样，地位高的人倾向于更多地接受他人;这是通过赞扬他人和揭示自己的弱点来实现的。在我们的模型中，这一行动平滑了过渡，改善了人际关系。
physics.soc-ph
大数据技术在计算社会科学中的应用价值
The Value of Using Big Data Technologies in Computational Social Science
社交网络中的现象的发现促使人们对该领域重新产生了兴趣。然而，社交网络中的数据可能非常庞大，需要可扩展的大数据架构。相反，大数据的研究需要社交媒体数据的数量和速度来测试其可扩展性。不仅如此，适当的数据处理和采集数据集的挖掘涉及数据的多样性，准确性和可变性的复杂问题，之后必须进行可视化，然后我们才能看到我们的努力取得成果。本文介绍了从各种可扩展的开源技术集成的主题，多模式和纵向的社会媒体数据集。本文详细介绍了导致在Twitter社交网络中发现社交信息景观的过程，强调了处理社交媒体数据集的经验，使用有趣的方法使数据变得可管理。本文展示了使用可扩展的开源技术获取大量互联数据集用于社会科学研究的可行性和价值。
cs.SIphysics.soc-ph
Homans社会交换理论的计算方法
A Computational Approach to Homans Social Exchange Theory
社会是如何运作的？社会中的群体是如何形成的？情绪和记忆对我们的日常行为有什么影响？乔治·霍曼斯和我们一样，对社会有自己的看法，只不过他是一位社会学家。霍曼斯的理论是一种交换理论，它基于一些关于个人基本行为的命题，以及价值观、记忆和期望如何影响他们的行为。在本文中，我们的主要兴趣和目的是找出这些命题是否可以满足我们的社会概念，并产生计算的基本属性。为此，基于霍曼斯的介词，我们为每个代理人提供了与其他代理人交换的机会。也就是说，每个代理人根据他以前的历史与熟悉的代理人进行交易，并通过探索与新发现的代理人进行交易。我们的工作的一个新颖之处是调查的基础理论的影响，同时覆盖其缺陷与最小的干预，缺陷是不可避免的非数学理论。我们的工作的重要性在于，我们仔细研究了一个实际社会学理论的后果。在研究的最后，我们对霍曼斯的理论提出了另一个命题，这使得霍曼斯的理论更具吸引力，我们还讨论了进一步研究的其他可能方向。
physics.soc-ph
更多相关论文收起更多论文
社交媒体上用户行为的计算前景
Computational landscape of user behavior on social media
随着在线环境中人类互动留下的“数字足迹”越来越丰富，例如，随着社交媒体和应用程序的使用，模拟复杂人类行为的能力变得越来越有可能。已经提出了许多方法，然而，大多数以前的模型框架是相当限制性的。我们引入了一种新的社会建模方法，使模型的创建直接从数据与模型类的先验限制最小。特别是，我们推断最低限度的复杂性，最大限度地预测表示的个人的行为时，孤立地看待，并作为社会输入的驱动。然后，我们将这个框架应用于从微博平台Twitter上的15000名用户收集的人类行为的异构目录。这些模型允许我们描述用户如何处理他们过去的行为和他们的社会输入。尽管观察到的用户行为的多样性，大多数模型推断属于所有可能的有限状态过程的一个小子类。因此，我们的工作表明，用户行为，而相当复杂，掩盖了简单的底层计算结构。
cs.SIphysics.soc-phstat.AP
多模态社会行为识别的计算框架
A Computational Framework for Multi-Modal Social Action Identification
Princeton University（普林斯顿大学）；University of Georgia（佐治亚大学）；Drexel University（德雷塞尔大学）
我们创建了一个计算框架来理解社会行动，并展示了如何使用这个框架来构建一个开源事件检测工具，该工具具有可扩展的统计机器学习算法和来自世界各地的超过6亿条地理标记推文的子采样数据库。这些推文是在2014年4月1日至2015年4月30日之间收集的，最引人注目的是当黑人生命物质运动开始时。我们展示了这些方法如何被研究人员、政府官员和公众诊断性地用于理解在非常细粒度的时间和地理层面上的和平与暴力集体行动。
cs.CLcs.CYcs.SI
提示优化还是微调？在计算社会科学任务中使用大语言模型的最佳实践
Prompt Refinement or Fine-tuning? Best Practices for using LLMs in Computational Social Science Tasks
IT University of Copenhagen（哥本哈根信息技术大学）；Pioneer Center for AI（人工智能先锋中心）
本文通过在23项社会知识任务基准上评估现代大语言模型分类方法，提出三项最佳实践：选用更大词汇量和预训练语料库的模型、采用AI增强提示而非简单零样本，以及在任务数据上微调并视数据丰富度决定是否进行多数据集指令微调。
cs.CLcs.CYphysics.soc-ph
四维相对论时空中的社会模拟
On social simulation in 4D relativistic spacetime
基于Agent的建模和仿真使我们能够在假设的场景中研究社会现象。如果我们发挥想象力，其中一个有趣的场景将是我们的星际未来。为了模拟星际社会，我们需要考虑相对论物理学，这在现有的基于代理的仿真框架中并不容易实现。在本文中，我们介绍了在4D相对论时空中模拟基于代理的模型所需的数学和算法细节。这些算法构成了我们的开源计算框架“相对化”的基础。
physics.soc-ph
计算社会科学研究的公民科学实践：弹出式实验的概念化
Citizen Science practices for Computational Social Sciences research: The conceptualization of Pop-Up Experiments
在公民科学的名义下，志愿者与科学家合作提出并回答现实世界问题的许多创新实践正在全球范围内迅速增长。公民科学可以提供现成的解决方案与公民的积极作用。然而，这个框架还远远没有建立起来，成为计算社会科学研究的标准工具。我们提出了我们在连接计算社会科学与公民科学哲学方面的经验，在我们的案例中，这种经验采取了我们所说的弹出式实验的形式：非永久性的，高度参与性的集体实验，将大数据方法和行为实验协议开发的功能与公民科学的理想相结合。这类规划实验中需要考虑的主要问题分为三类：公众参与、轻型基础设施和知识回归公民。我们解释了实施的解决方案，提供了基于我们自己在城市环境中的经验（西班牙巴塞罗那）的实际例子。我们希望这项工作能够为愿意采用和扩展这种\emph{in-vivo}实践的团体提供指导，并开启关于公民科学框架可以提供研究社会现象的可能性（但也有局限性）的辩论。
cs.CYphysics.data-anphysics.soc-ph
理解计算力学和回声状态网络在社交媒体中的预测能力
Understanding the Predictive Power of Computational Mechanics and Echo State Networks in Social Media
University of Maryland（马里兰大学）
有大量的兴趣了解社交媒体的用户，以预测他们在这个空间的行为。尽管有这种兴趣，但社交媒体中的用户可预测性并没有得到很好的理解。为了研究这个问题，我们考虑了一个在Twitter上有15000名用户的网络，时间跨度为7周。我们采用两种对比的建模范式：计算力学和回声状态网络。这两种方法都试图根据用户过去的行为来建模用户的行为。我们证明，Twitter上的用户的行为可以很好地建模为过程与自我反馈。我们发现，这两种建模方法对大多数用户的性能非常相似，但它们在一小部分用户上的性能不同。通过探索这些性能差异化用户的属性，我们强调了将预测模型应用于动态社交数据所面临的挑战。
cs.LGcs.SIphysics.soc-ph
腐败研究的计算方法
Computational Approaches to the Study of Corruption
研究腐败提出了独特的挑战。最近的工作在计算社会科学的精神，利用新的可用数据和方法，提供一个新的角度对这个重要的话题。在本章中，我们将重点介绍其中的一些作品，描述它们如何为从微观到宏观尺度的社会腐败结构和动态等经典社会科学问题提供见解。我们认为，腐败是卓有成效地理解为一个集体行动的问题，嵌入的人和组织之间发生的。像网络科学和基于代理的建模这样的计算方法可以深入了解这种情况。我们还介绍了各种被用来研究腐败的（大）数据源。最后，我们强调了相邻领域的工作，例如勾结，逃税，有组织犯罪和暗网的问题，以及未来工作的前景。
physics.soc-ph
社交网络中谣言传播的计算模型及收敛定理
A Computational Model and Convergence Theorem for Rumor Dissemination in Social Networks
谣言的传播，即所谓的来源不明的未经证实的言论，可能会造成大量的社会问题。如果有可能识别影响谣言传播的因素（如代理人的愿望，信任网络等），那么这就可以用来减缓或者阻止它的传播。因此，需要一个计算模型，该模型包括谣言特征和基于他们的愿望在社会成员中传播谣言的方式。我们的研究是围绕社会的同质性与谣言在其中的收敛性之间的关系展开的，结果表明，社会的同质性是谣言传播收敛的必要条件。
cs.GTcs.SIphysics.soc-ph
积分参数-平均场法
Paradox of integration - mean field approach
最近，一个计算模型已经提出了社会融合，如描述的社会学术语彼得布劳。在这个模型中，演员们互相赞扬或批评，这些行为影响他们的社会地位，并引起消极或积极的情绪。那里也讨论了具有高社会地位的演员的自嘲策略的作用。在这里，我们开发了一个平均场的方法，其中主动和被动的角色（赞扬和被赞扬，等等）。是分离的。从友好到敌对情绪的相变已经被再现，类似于先前应用的纯计算方法。对于这两个阶段，我们调查的时间依赖的社会地位的分布。在那里，我们观察到一个扩散蔓延，这-经过一段短暂的时间-似乎是有限的从下面或从上面，这取决于阶段。因此，平均状态流动。
physics.soc-ph
计算社会科学家当心：行为数据中的辛普森悖论
Computational Social Scientist Beware: Simpson's Paradox in Behavioral Data
关于人类行为的观察数据通常是异质的，即，由研究中的群体中的亚组产生，这些亚组在大小和行为上各不相同。异质性使分析容易陷入辛普森悖论，即在整个人口中汇总的数据中观察到的趋势可能与潜在的亚组有很大的不同。我说明辛普森的悖论与几个例子来自网络行为的研究，并表明，聚合反应导致错误的结论，潜在的个人行为。然后，我提出了一个简单的方法来测试辛普森悖论是否影响分析结果。辛普森悖论在社会数据中的存在表明，重要的行为差异存在于人群中，而不考虑这些差异可能会扭曲研究结果。
cs.CYcs.SIphysics.soc-ph
计算模拟中控制COVID-19感染的因素的基本效应分析揭示了社会距离和面具使用的重要性
Elementary Effects Analysis of factors controlling COVID-19 infections in computational simulation reveals the importance of Social Distancing and Mask Usage
University of Warwick（华威大学）；The Chinese University of Hong Kong（香港中文大学）；University of Birmingham（伯明翰大学）
2020年3月11日，世界卫生组织（WHO）宣布COVID-19为大流行病。截至4月，全球一半国家因疫情而处于封锁状态，因此，监测和了解病毒传播和感染率以及这些因素与行为和社会参数的关系对于有效决策至关重要。本文旨在研究口罩、保持社交距离、封锁和自我隔离对于减少SARS-CoV-2感染传播的有效性。我们基于基于代理人的模拟模型的研究结果表明，虽然人们普遍认为要求封锁是快速减少感染人数的最有效方法，但社交距离的做法和外科口罩的使用可能比要求封锁更有效。我们使用莫里斯基本效应方法对模拟结果进行的多变量分析表明，如果有足够比例的人口佩戴外科口罩并遵守社交距离规定，那么SARS-CoV-2感染可以在不需要封锁的情况下得到控制。
cs.AIcs.MAphysics.soc-ph
量化与缓解社交与信息网络中的共识差异
Quantifying and Mitigating Consensus Disparity in Social and Information Networks
Arizona State University（亚利桑那州立大学）；Cornell University（康奈尔大学）
本文提出框架量化和优化共识差异，探讨在不确定群体结构下的意见动力学模型，通过结构分析和缓解方法减少网络中的极化现象。
cs.SIphysics.soc-ph
礼貌的计算方法及其对社会因素的应用
A Computational Approach to Politeness with Application to Social Factors
Stanford University（斯坦福大学）；Max Planck Institute SWS（马克斯·普朗克软件系统研究所）
我们提出了一个计算框架，确定礼貌的语言方面。我们的出发点是一个新的语料库的请求注释礼貌，我们用它来评估礼貌理论的各个方面，并发现新的礼貌标记和上下文之间的相互作用。这些发现指导我们构建一个具有独立于领域的词汇和句法特征的分类器，该分类器可操作礼貌理论的关键组成部分，如间接，尊重，非个性化和情态。我们的分类器实现了接近人类的性能，并且在各个领域都是有效的。我们使用我们的框架来研究礼貌和社会权力之间的关系，表明礼貌的维基百科编辑更有可能通过选举获得较高的地位，但是，一旦提升，他们变得不那么礼貌。我们在Stack Exchange上看到了礼貌和权力之间类似的负相关性，在那里，声誉等级最高的用户比声誉等级最低的用户更不礼貌。最后，我们应用我们的分类器初步分析礼貌的性别和社区的变化。
cs.CLcs.SIphysics.soc-ph
大型社交网络的可扩展分析：数据感知平均场方法
Scalable Analysis for Large Social Networks: the data-aware mean-field approach
对社交网络的研究已经证明，影响动态的因素有内、外生因素。在解释社交网络的动态性方面存在两种建模流：1）通过网络属性预测链接的模型，以及2）考虑社会属性影响的模型。在这项跨学科的研究中，我们努力克服这些当前模型中的一些计算限制。我们采用了平均场模型，它允许构建一个特定于人群的社会知情模型，用于预测大型社交网络中的网络和社会属性的链接。该模型进行了测试人口的会议合著行为，考虑到一些参数，从现有的Web数据。我们解决如何大的社交网络可以保持网络和社会参数建模。我们证明，平均场模型，使用数据感知的方法，使我们能够克服计算负担，从而在网络和社会参数方面的大型社交网络建模的可扩展性问题。此外，我们确认，大型社交网络的发展，通过网络和社会选择的决定，断言网络的动态不能单独从一个单一的角度来研究，但必须考虑社会参数的影响。
cs.PFcs.SImath.PR
计算人类动力学
Computational Human Dynamics
本文总结了本人在网络科学、人类动力学和计算社会科学领域的科学贡献。这些贡献与计算机科学、物理学、统计学和应用数学有关。这篇论文的目的是双重的，一方面写一个简明扼要的总结我最有趣的科学贡献，另一方面提供一个最新的观点和观点，我的领域。我以导言开始我的论文，以使读者了解我的领域，并正确地看待我的贡献。在第二章中，我专注于我的作品突发人类动力学，解决人类行为和相互作用的异质时间字符。接下来，我将讨论我对时间网络领域的贡献，并对我关于时变结构的表示、表征和建模的各种方法的作品进行综合。最后，我讨论了我的作品的数据驱动的观察和集体社会现象的建模。在那里，我总结了对社会经济不平等的新兴模式及其与社交网络和语言模式的相关性的静态观察研究。我还讨论了社会传染过程的动态观察和建模。
cs.CYcs.SIphysics.soc-ph
人类社会的计算能力：一种新的社会演化模型
The computational power of a human society: a new model of social evolution
本文提出一种新框架，将社会及其生物环境视为计算机器，用同一新型计算模型刻画二者共同演化，以量化社会复杂性及热力学成本与增长。
cs.MAecon.GNphysics.soc-ph
