上海市哲学社会科学规划办公室

首页 / 管理动态 / 市社科规划课题

2019/7/4 17:11:42　　　　点击量：20032

网络行为是指在网络环境中产生的一系列活动，当上述活动成为绕着特定目标而引发的群体连续性互动时，即为网络群体行为。由于网络虚拟空间的特殊性，上述行为及相关的心理活动与现实世界中存在着许多重要差异和尚待深入研究的新问题。随着泛在移动通讯网和各类社交媒体的快速发展及其应用的日益普及，网络群体交互活动已成为社交娱乐、文化传播、知识共享、商业模式创新的重要途径，深入到了当今社会、经济活动的各个方面。在信息交互多渠道和日益丰富的社交媒体新环境下，上述群体行为的新现象及其多样性、复杂性已成为国内外研究共同关注的新热点。

本课题组对最近二十年以来的相关研究及其发展状况作了深入分析，从总体上看，已有的研究尚未从内在机理与宏观特征相结合的角度，对网络群体行为多层次的复杂交互影响及其动态过程进行系统性研究，难以对各类研究发现甚至相互矛盾的结论作出统一的科学解释，并为应用实践提供系统性指导。

本课题组织了来自信息管理与信息系统、组织行为学、神经心理学、教育学、语言学、金融学、软件工程等专业领域的跨学科团队，从微观机理仿真与宏观特征分析相结合的角度，对基于社会神经学机制的网络群体行为作了如下研究：

（1）网络群体行为过程及其典型环境情境分析

主要采用文献分析、案例研究、系统建模方法，分析突发事件应急管理、网络学习、电子商务营销、互联网行为金融四个应用领域中的网络群体行为基本过程、主要活动类型及典型的社会、经济、文化环境背景和特定情境，给出相关定义并构建其描述模型。

（2）网络个体行为的社会神经学机制实验研究

主要采用实验观测、Meta（荟萃）分析和系统建模方法，对网络个体行为的认知反应、神经调控与传导、行为表现的神经活动特征进行实验观测，分析与选择性注意、认知与情感、行为决策等关键性问题相关的社会神经学机制，为网络群体行为的社会神经学机制建模提供基础。

（3）网络群体行为的社会神经学机制建模分析

主要采用系统建模、仿真计算、大数据挖掘分析方法，构建网络群体行为的社会神经学机制模型，并获得相关经验参数，为不同应用领域和典型情境下的网络群体行为研究提供基础。

（4）基于社会神经学机制的网络群体行为研究。

主要采用仿真计算、大数据挖掘分析、应用验证方法，结合突发事件应急管理、网络学习、电子商务营销、互联网行为金融等应用领域的实际案例进行研究，把握其典型的群体行为模式及主要特征，并提出对上述行为管理的对策建议，经过实际应用对本课题的研究成果进行验证。

本课题围绕着课题研究目标及各项研究任务展开了相关研究，取得了如下主要研究成果：

（1）在网络群体行为的研究方法上，提出了微观机理建模、仿真计算反演、宏观特征分析相结合的系统性研究新方法。网络群体行为是由具有不同属性与特征的个体，在一定的社会关系和特定情境中，通过信息网络进行动态交互而形成的复杂现象。对上述现象的研究须从系统工程学的角度首先深入把握其微观机理及动态过程，通过对以上机理及过程的建模仿真，计算反演出在不同情境及影响因素下的宏观特征，并经过宏观大数据分析对上述特征进行有效实证，才能深入把握其系统性机理与规律特征，从而为深入分析、解释和预测各类复杂的网络群体行为现象提供科学基础。本课题采用上述微观机理建模、仿真计算反演、宏观特征分析相结合的方法，以从突发事件应急管理、网络学习、电子商务营销、互联网行为金融四个领域中采集到的10个典型案例和5个数据库共128万余记录数据为基础，对各类情境下的网络群体行为作了深入研究。

（2）在网络群体行为的仿真建模中，提出了基于多Agent（智能主体）的活动组件建模和ACP（Artificial Societies-Computational Experiments-Parallel Execution）框架下的TDF（Theory-Data-Feedback）建模新方法。网络群体行为具有开放性和复杂动态性，受到不断变化的情景和人类心理与行为的影响，其行为变化及由此导致的信息传播不具有统计平稳性，采用统计分析建模方法或传统的数理模型、系统动力学模型均难以对开放式、不确定环境下的变化状况进行准确描述和预测。本课题在信息传播网络拓扑结构的基础上，将网络群体行为的基本活动分解为一组智能Agent的活动组件，通过上述组件的灵活装配为网络行为动态过程的描述提供了有效的建模方法。采用构建与真实环境相对应的人工社会（Artificial Societies）和计算实验（Computational Experiments）系统，通过与真实环境不断交互迭代数据来实现人工社会的平行演化（Parallel Execution），将微观机理模型（Theory）、历史数据挖掘分析（Data）、社会调研反馈（Feedback）相结合，形成了可对复杂网络群体行为及其动态过程、影响因素、作用机制进行仿真分析、计算的TDF建模分析新方法。

（3）在社会神经学机制研究中，构建了主导网络个体行为、群体行为及其相互关联行为的社会神经学机制模型。采用虚拟头盔及眼罩和fMRI（功能性磁共振成像）、DTI（弥散张量成像）、fNIRS（功能性近红外光谱）、EEG（脑电图）、ERPs（事件相关电位）、多通道生理反馈仪等测试设备，对实验环境和真实环境下的各类网络群体行为的信息符号认知、神经活动特征、神经传导与调控机制、网络行为表现及其关联机制作了大量实验观测研究，获得了重要的经验参数与先验知识。通过Meta分析对已有的研究发现及其证据效力作了科学分析和归纳，在此基础上建立了脑功能网络的多Agent模型系统，采用神经活动观测大数据训练，构建了网络群体行为的社会神经学机制模型。

（4）在网络群体行为分析中，通过对突发事件应急管理、网络学习、电子商务营销、互联网行为金融四个领域中的典型行为进行深入分析，把握了上述群体行为的基本特征、行为模式、影响因素及内在机理，提出了对上述行为进行分析计算的新方法及多空间耦合关联分析的CPP（CyberPsychosocial and Physical Computation）方法。本课题通过对10个典型案例和128万余记录数据的分析，系统性总结归纳了突发事件应急管理、网络学习、电子商务营销、互联网行为金融领域中的典型行为特征、模式及其关键影响因素，对上述行为的内在机理及已有研究发现中的不一致甚至相互矛盾的现象作出了科学解释。基于社会神经学机制模型先验知识和相关经验参数，对网络行为数据的特征变量给出了标定方法，提出了对上述数据进行挖掘计算的新方法，在社交媒体的语音行为数据计算中，达到了已有文献报道的最高精度。通过对网络空间、物理空间、社会心理空间的群体行为关联特征分析，提出了对上述空间进行融合识别与计算的CPP方法，为群体行为的演化分析和预判、多空间的人群行为关联分析提供了有效的方法及技术手段。

（5）在网络群体行为的管理中，对突发事件应急管理、网络学习、电子商务营销、互联网行为金融四个领域中的网络群体行为管理作了深入研究，提出了大量对策建议，经过30余家企事业单位的实际应用取得了显著效果，为本课题的研究成果提供了实际应用验证。通过对突发事件所导致的网络群体行为及政府应对措施分析，为在不同阶段的网络群体行为管控、引导提出了重要建议，给出了面向社会公众沟通交流的最佳途径、报道原则、最合适的窗口期以及防范网下群体性事件发生的有效方法。通过对网络在线学习者的行为数据分析，为在线识别其关注、兴趣、情绪、态度和行为意愿提供了有效的方法，从而对教学策略、学习情境进行智能化调控，形成了动态的闭环反馈调节机制。通过监测不同国家或地区对中国公司及其产品的认知、情感与态度，为跨境电子商务产业园区管理提供了风险监测预警建议。通过社会神经学机制模型的仿真分析，构建了网络营销的人工心理情感模型，为电子商务精准营销和“众创空间”的创业者对产品与服务的选择提供了重要对策，揭示了互联网行为金融中“羊群效应”的微观机，为基金公司产品营销和基金经理的选择、评估提供了重要的依据。通过对网络行为及网络评论数据的挖掘分析，对风险投资项目的社会认知及其潜在风险作出了准确评估，发现了传统投资分析方法难以觉察的重大风险，避免了巨大投资损失。

课题类别：上海市社科规划一般课题
课题编号：2014BGL022

课题名称：基于社会神经学机制的网络群体行为研究

最终成果：《基于社会神经学机制的网络群体行为研究》（研究报告）

负责人：戴伟辉复旦大学
课题组：许多、胡虹智、周璇、黄霜、赵卫东、戴杏云、王今朝

　
来源：　　　　编辑人：

关键词：