Collective Intelligence Heuristic: An Experimental Evidence
本研究的主要目的是在一个匿名的虚拟环境中研究集体智能现象。特别是，我们感兴趣的是研究如何将一个固定的社区划分为不同的群体规模，在实验的不同阶段，解决不同复杂性的任务，影响社会问题解决过程。216名大学生参与的实验表明，在面对复杂任务的小群体中，合作行为更强：合作概率与群体规模和任务难易程度呈负相关。当问题过于复杂时，个人似乎会激活集体智慧。一些社会心理变量被认为是为了检查他们如何影响参与者的合作行为，但他们似乎没有显着影响个人合作的概率，支持的想法，部分去个性化在虚拟环境中运行。
2016-09-20 cs.SI physics.soc-ph
The Computational Foundations of Collective Intelligence
University of Leeds, UK（利兹大学）；University of Rochester, USA（罗切斯特大学）；Johns Hopkins University, USA（约翰霍普金斯大学）
本文提出集体智能的计算基础框架，论证集体因拥有更大计算资源而优于个体，并产生群体智慧、集体感知、劳动分工和文化学习等智能形式，且通过动物导航与决策案例展示集体采用性质不同的策略。
2025-09-06 cs.AI cs.MA cs.NE
Build up of a subject classification system from collective intelligence
系统化的学科分类对于资助和评估科学项目至关重要。传统上，分类方案是以专家组的经验知识为基础的;因此，专家的观点影响了目前的科学分类系统。这些系统在实践中保持了目前的最新水平，但随着时间的推移，科学变化的加速产生的全球影响使及时更新分类系统实际上是不可能的。为了克服上述限制，我们提出了一个公正的分类方案，利用集体知识;维基百科，数百万用户编辑的互联网百科全书，设置一个集体的方式迅速分类。我们构建了一个科学学科的维基百科网络，并提取了网络的骨干。这一结构展示了一种基于集体智慧的科学和技术景观，比传统的分类更加公正和适应性强。
2018-07-02 cs.DL physics.soc-ph
The Wisdom of the Network: How Adaptive Networks Promote Collective Intelligence
社交网络不断变化，新的关系被创建，现有的关系消失。人们普遍注意到，我们的社会嵌入对我们接收的信息以及我们如何形成信念和做出决定产生了强烈的影响。然而，大多数关于社交网络在集体智慧中作用的实证研究都忽视了社交网络的动态本质及其在培养适应性集体智慧中的作用。目前尚不清楚（1）网络结构如何适应个人的属性，以及（2）这种适应是否会提高个人和集体决策的准确性。在这里，我们通过一系列行为实验和支持模拟来回答这些问题。我们的研究结果表明，社会网络的可塑性存在的反馈，可以适应有偏见和不断变化的信息环境，并产生集体的估计，是更准确的比他们的最佳表现的成员。我们探索了两种机制来解释这些结果：（1）一种全局适应机制，其中网络本身的结构连接性发生变化，从而放大了群体中高绩效成员的估计;（2）一种局部适应机制，其中准确的个体更能抵抗社会影响，因此他们的初始信念在集体估计中的权重不成比例。因此，我们的研究结果证实了社会网络的可塑性和反馈的作用，完善个人和集体的判断自适应机制。
2020-05-29 cs.SI physics.soc-ph
Collective Intelligence in Citizen Science -- A Study of Performers and Talkers
最近出现的在线公民科学说明了一种有效和高效的手段，可以利用人群来实现一系列科学发现。从根本上说，公民科学项目吸引了大量的非专家志愿者来完成短期任务，这些任务在领域和复杂性上可能有所不同。然而，与大多数人类计算系统不同的是，这些系统的参与者，“公民科学家”是志愿者，因此不提供任何经济或其他激励措施。此外，在Zooniverse等公民科学平台的鼓励下，在线社区已经出现，为他们提供了一个讨论，分享想法和解决问题的环境。事实上，正是这些论坛的结果，使许多科学发现得以实现。在本文中，我们通过在线公民科学社区的活动和科学知识的发现之间的关系，探讨集体智慧的现象。我们对10个Zooniverse公民科学项目进行了跨项目分析，并分析了用户在完成任务活动和参与讨论方面的行为，并发现了高度活跃的用户的集体行为。虽然我们的研究结果对未来的公民科学设计有影响，但我们也考虑了对理解集体智慧研究的更广泛影响。
2014-06-29 cs.CY cs.SI physics.soc-ph
Mixing Individual and Collective Behaviours to Predict Out-of-Routine Mobility
本文提出一种动态融合个体与集体移动行为的方法，利用集体智能提升非常规出行预测精度，并在美国三城大规模轨迹数据上验证其优于深度学习模型，且在疫情等扰动事件下仍保持预测能力。
2024-08-06 cs.CY physics.soc-ph
YASCA: A collective intelligence approach for community detection in complex networks
在本文中，我们提出了一个独特的方法，在复杂网络中的社区发现。该方法属于以种子为中心的算法家族。然而，而不是扩大社区周围选定的种子，因为大多数现有的方法，我们在这里探索应用集成聚类方法，以不同的网络分区来自自我为中心的社区计算每个选定的种子。以自我为中心的社区本身计算应用最近提出的合奏排名为基础的方法，允许有效地结合各种本地模块化用于指导贪婪的优化过程。第一个实验的结果，在现实世界的网络，其中地面真相分解成社区是已知的，认为我们的方法的有效性。
2014-01-17 cs.SI physics.soc-ph
Can simple transmission chains foster collective intelligence in binary-choice tasks?
在许多社会系统中，一群人可以为复杂的认知问题找到非常有效的解决方案，有时甚至比一个专家更有效。然而，团队的成功关键取决于如何将团队成员的判断聚合起来，以产生集体的答案。在文献中描述了大量各种各样的这种汇总方法，例如对独立判断进行平均，依靠大多数人或进行小组讨论。在目前的工作中，我们介绍了一种新的方法聚合的判断-传输链-尚未得到一致的集体智慧的背景下进行评估。在传输链中，所有组成员都可以访问唯一的集体解决方案，并可以依次改进它。经过反复的改进，出现的集体解决方案反映了每个小组成员的判断。我们解决这样的传输链是否可以促进集体智慧的二元选择问题的问题。在一系列的数值模拟中，我们探讨了各种因素对传输链性能的影响，如组的大小，模型参数和人口的结构。该方法的性能进行比较的多数规则和信任加权多数。最后，我们依赖于两个现有的数据集的个人执行一系列的二元决策，以评估预期的性能的三种方法的经验。我们发现，参数空间的传输链具有最佳的性能很少出现在真实的数据集。我们的结论是，传输链是最适合于其他类型的问题，如那些具有累积属性。
2017-01-02 cs.SI physics.soc-ph
Analysing Collective Behaviour in Temporal Networks Using Event Graphs and Temporal Motifs
历史上，对网络行为的研究主要集中在个人行为（基于节点）或整个网络的聚合行为上。我们提出了一种新的方法来分解一个时间网络的宏观组件，并分析这些组件的行为，或集体的节点，跨时间。该方法利用时间网络中的所有可用信息（即没有时间聚合），使用时间主题和事件间时间将拓扑结构和时间结构相结合。这使我们能够创建一个时间网络的嵌入，以描述随着时间的推移和不同时间尺度的行为。我们使用从在线社交网络收集的数字通信数据的例子来说明这种方法。
2018-08-15 cs.SI nlin.AO physics.soc-ph
Collective behaviour of social bots is encoded in their temporal Twitter activity
计算宣传部署社交或政治机器人，试图塑造、引导和操纵在线公共讨论，并影响决策。社交机器人群体的集体行为尚未得到广泛研究，尽管对机器人之间交互所产生的集体模式的理解将有助于社交机器人检测。在这里，我们表明，从Twitter活动中检测到的机器人群体和人类群体之间的集体行为存在显着差异。使用我们在英国欧盟公投活动期间收集的大量推文数据集，我们根据用户高频推文活动的序列长度将其分为机器人群体和人类群体。我们发现，虽然用户之间的成对相关性很弱，但它们与集体相关状态共存，但是两个群体的相关性和共同尖峰概率的统计数据不同。我们的研究结果表明，社交媒体中的社交机器人和人类用户群体表现出类似于在临界点附近的社交和生物系统中发现的集体属性。
2017-05-31 cs.SI physics.soc-ph
Collective intelligence: aggregation of information from neighbors in a guessing game
复杂系统表现出聚集信息和显示协调活动的能力。在社会系统中，不同个体的相互作用导致规范的出现，政治立场，观点，文化特征甚至科学进步的趋势。集体行为的例子可以在维基百科和Linux等活动中观察到，在这些活动中，个人为了社区的利益而聚集他们的知识，而公民科学则利用集体解决复杂问题的潜力。在这里，我们进行了一个在线实验，以调查的表现集体解决猜测问题，其中每个演员被赋予部分信息，并放置在一个互动网络的节点。我们测量的准确性的时间演变方面的集体的性能，发现两类网络，规则的格子和随机网络的性能没有统计差异。我们还确定，贝叶斯描述捕获的行为模式的个人遵循聚合信息从邻居做出决定。与其他简单的决策模型相比，玩家遵循的策略揭示了集体的次优表现。我们的贡献提供了基于个人的描述和集体现象之间的微观宏观联系的基础。
2016-03-29 cs.SI physics.soc-ph
Collective Intelligence as Infrastructure for Reducing Broad Global Catastrophic Risks
本文将全球灾难性风险视为集体智能问题，综述提升人类群体信息处理与协作表现的条件，并探讨其在GCR缓解中的应用及未来研究方向。
2023-09-26 nlin.AO physics.soc-ph
A Simple Generative Model of Collective Online Behaviour
人类活动越来越多地在网上环境中进行，为将个人行为与人口一级的结果联系起来提供了新的机会。在本文中，我们介绍了一个简单的生成模型的集体行为的数百万的社交网站用户之间的不同的软件应用程序的决定。我们的模型包括两个不同的组件：一个是与最近的用户的决定，另一个反映了每个应用程序的累积流行度。重要的是，尽管这两种机制的各种组合产生与数据一致的长期行为，但再现所观察到的时间动态的唯一模型是那些强烈强调应用程序最近的流行度超过其累积流行度的模型。这表明，即使使用纯观测数据而没有实验设计，时间数据驱动的建模也可以有效区分相互竞争的微观机制，使我们能够揭示集体在线行为的新方面。
2014-05-28 cs.SI physics.soc-ph
DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations
该研究将DAO视为复杂系统，运用复杂性科学分析其参与度下降、中心化加剧等低效问题，引入集体智能等自组织机制优化DAO设计，提出评估DAO可行性的概念框架，为相关交叉领域研究奠基。
2025-05-19 cs.CY cs.ET physics.app-ph
The inherent goodness of well educated intelligence
BNZ Energy Inc.（BNZ能源公司）
本文探究生物与人工智能的本质，提出智能核心是“知晓局部行动的全局后果”，给出无需添加粘性即可稳定集体保守系统最优亚稳态的方法，并指出受过良好教育的智能内在为善，训练出的短视智能内在为恶。
2026-09-15 cs.AI physics.soc-ph
Diverse Minds, Divided Networks? Personality Composition, Polarization, and Collective Intelligence in LLM-Based Social Simulations
German University of Digital Science（德国数字科学大学）
本研究提出TraitMix实验设计，控制模拟社交网络的大五人格构成，在991次百智能体模拟中同时测量两极分化与集体表现，发现特质异质性影响最大，且两极分化与集体智能间不存在权衡。
2026-09-14 cs.CL physics.soc-ph
The Human Group Optimizer (HGO): Mimicking the collective intelligence of human groups as an optimization tool for combinatorial problems
研究人员开发了大量的优化算法来解决运营管理领域的各种复杂问题。我们提出了一种新的优化算法属于类的群智能优化方法。该算法模仿人类群体的决策过程，并利用这一过程的动态作为组合问题的优化工具。为了实现这一目标，提出了一个连续时间马尔可夫过程来描述一个群体的社会相互作用的代理人的行为，模拟人类在一个群体中如何修改他们的意见驱动的自我利益和共识寻求。如在自旋集合的情况下，这种系统的动力学的特征在于总共相（磁化）从低值到高值的相变。我们认识到，这种相变与人口中集体优越智力的出现有关。当这种状态处于活动状态时，应用冷却时间表使代理越来越接近最优解，同时在适应度景观上执行随机行走。比较与模拟退火，以及与多代理版本的模拟退火的效率方面找到良好的解决方案的NK -考夫曼景观。在所有情况下，我们的方法优于其他人，特别是在代理有限的知识存在。
2016-08-04 nlin.AO physics.soc-ph
Predictive Situation Awareness for Ebola Virus Disease using a Collective Intelligence Multi-Model Integration Platform: Bayes Cloud
BAIES, LLC（BAIES有限责任公司）；George Mason University（乔治梅森大学）
人类一直面临着与传染病相关的大量挑战，每年有600多万人死于传染病。尽管已作出持续努力以减轻此类不幸事件的潜在损害，但毫无疑问，仍有许多持续的挑战有待克服。我们在此特别讨论的一个相关问题是对此类流行病的评估和预测。在这一研究领域，传统的和特设的模型往往无法提供适当的预测态势感知（PSAW），其特征在于理解当前的情况和预测未来的情况。针对传染病的全面PSAW可以支持决策，并有助于阻止疾病传播。在本文中，我们开发了一个计算系统平台，专注于集体智慧因果建模，以支持PSAW在传染病领域。对全球流行病的分析需要整合多个不同的数据和模型，这些数据和模型可能来自多个独立的研究人员。这些模型应该整合起来，从整体上准确地评估和预测传染病。该系统应提供三个主要功能：（1）协作因果建模，（2）因果模型集成，（3）因果模型推理。这些功能由主题专家和人工智能（AI）支持，并具有不确定性处理。主题专家，作为集体智慧，开发因果模型，并将它们整合为一个联合因果模型。综合因果模型应用于推理：（1）过去，关于因果因素如何发生;（2）现在，关于传播现在如何进行;（3）未来，关于传播将如何进行。最后，我们介绍了一个用于埃博拉病毒疾病的预测性态势感知的用例。
2019-05-04 cs.AI physics.soc-ph q-bio.PE
Human collective intelligence as distributed Bayesian inference
MIT Media Lab（麻省理工学院媒体实验室）；Australian National University（澳大利亚国立大学）；Tel-Aviv University（特拉维夫大学）；MIT（麻省理工学院）
集体智慧被认为是人类社会取得巨大成功的基础。准确的共同信念的形成是人类集体智慧的关键组成部分之一。在由易犯错误的个体组成的群体中，正确的共同信念是如何形成的？解决这个问题需要多尺度分析。我们必须了解人们使用的个人决策机制，以及这些机制的属性和动态。到目前为止，这种方法的数学工具一直缺乏。为了解决这一差距，我们引入了一个新的分析框架：我们提出，通过分布式贝叶斯推理，群体达到准确的共享信念。分布式推理通过个体层面的信息处理发生，并在群体层面产生合理的信念形成。我们在一个新的人类社会决策模型中实例化了这个框架，我们使用我们收集的超过50，000名在线社交交易平台用户的数据集进行验证，投资者在外汇和其他资产市场上使用真实货币模仿彼此的交易。我们发现，在这种情况下，人们使用的决策机制，其中流行被视为一个先验分布的决定是最好的。这种机制是有限的理性在个人层面上，但我们证明，在聚合实现了一种近似的“汤普森抽样”-一个著名的和高效的单代理贝叶斯机器学习算法顺序决策。因此，分布式贝叶斯推理的视角揭示了集体理性是如何从人们使用的有限理性决策机制中产生的。
2016-08-05 cs.AI cs.CY cs.GT
Network Structure and Collective Intelligence in the Diffusion of Innovation
当多种创新竞争采用时，导致早期优势的历史机会可以产生锁定效应，使次优创新以牺牲更优的替代品为代价获得成功。关于创新扩散的研究已经确定了许多早期优势的可能来源，但这些机制既有利于最优创新，也有利于次优创新。本文超越了机会作为解释，以确定结构性原则，系统地影响的可能性，最佳战略将蔓延。一个正式的创新扩散模型表明，组织关系的网络结构可以系统地影响广泛采用的创新将是最佳回报的可能性。基于先前的扩散研究，本文侧重于中心行为者的作用，即良好连接的人或公司。虽然扩散的传染模型突出了中心行为者对进一步更快地传播创新的好处，但本分析揭示了这种影响的阴暗面：网络中仅仅存在中心行为者就增加了采用率，但也增加了次优结果的可能性。然而，这种效应并不代表速度最优性的权衡，因为密集网络既快速又最优。这一发现与相关研究一致，表明网络中心化会破坏集体智慧。
2023-01-30 cs.SI econ.GN physics.soc-ph
Harvesting Collective Intelligence: Temporal Behavior in Yahoo Answers
当收获集体智慧，用户希望最大限度地提高所获得的信息的准确性和价值，而不花费太多的时间收集it.We实证研究人们如何面对这些相互冲突的目标时，使用雅虎答案，社区驱动的问答网站的数据。我们采取两种互补的方法。我们首先研究用户如何表现时，试图最大限度地提高所获得的信息量，同时最大限度地减少等待时间。我们确定并量化了Yahoo Answers的问题作者如何权衡他们收到的答案数量和等待的成本。我们发现，用户愿意等待更多，以获得额外的答案时，他们只收到了少量的答案，这意味着减少边际收益的收集信息量。我们还估计用户的效用函数的数据。我们的第二种方法侧重于用户如何评估个人答案的质量，而不明确考虑等待的成本。我们假设用户做出一系列决定，只要当前答案的质量超过某个阈值，就决定等待另一个答案。在这个模型下，一个问题得到的答案数量的概率分布是一个逆高斯分布，这是一个类似齐普夫的分布。我们用数据来验证这一结论。
2010-01-13 cs.CY physics.soc-ph
Characterizing human collective behaviours of COVID-19 in Hong Kong
在极端事件（如COVID-19危机）期间，人们可能会在网上进行集体行为，以表达他们的意识、行动和关注。自二零二零年一月二十二日确诊首例COVID-19病例以来，香港已实施严格的公共卫生及社会措施，以遏制COVID-19疫情。在极端事件（如COVID-19危机）期间，人们可能会在网上进行集体行为，以表达他们的意识、行动和关注。在此，我们提供了一个框架来评估前两波（2020年2月至6月）香港个人情绪，感知和在线行为之间的相互作用，并发现谷歌搜索的在线行为与实时复制数字之间存在很强的相关性。为验证风险认知的模型输出，我们于2020年2月1日至6月20日进行了10轮横向电话调查，以量化风险认知水平随时间的变化。与调查结果相比，使用我们的基于网络的机制模型对个人风险感知的估计捕获了研究期间人们风险感知（担心被感染的个人）的80%趋势。我们可能需要通过让人们参与进来来重振公众的活力，作为解决方案的一部分，以降低他们的生活风险。
2022-12-10 cs.SI physics.soc-ph
Cognition in Superposition: Quantum Models in AI, Finance, Defence, Gaming and Collective Behaviour
本文提出基于量子理论的认知与决策建模框架，用于刻画经典逻辑难以处理的模糊性、偏差与选择，并展示其在人工智能、游戏、金融、国防及集体行为中的解释与预测能力。
2025-08-11 physics.soc-ph
Cost of institutional incentives for promoting cooperation in $2\times2$ games and collective risk games
本文研究在2×2博弈和集体风险博弈中，制度性激励促进合作所需的成本，基于Fermi规则分析成本函数在中性漂移与强选择极限下的渐近行为，并通过数值模拟考察选择强度等参数的影响。
2025-07-07 physics.soc-ph q-bio.PE
Increasing intelligence in AI agents can worsen collective outcomes
Dynamic Online Networks Laboratory and Physics Department（动态在线网络实验室和物理系）
研究发现，资源稀缺时AI代理多样性与强化学习会加剧系统过载，而部落形成可降低风险，但整体效果取决于容量与人口比。
2026-03-12 cs.AI cs.CY cs.SI
