论文摘要
社会网络是一种特定类型的复杂网络,具有复杂网络的共性,是人工社会的重要组成部分。建立人工社会必须对不同种类的社会网络进行描述、建模、构建和分析。为了更加清晰、简洁、逼真的构建人工社会中的社会网络,本文研究了一种能够同时综合网络拓扑结构和节点属性的统计网络模型——指数随机图模型（ERGM）,并且基于该模型构建人工社会中社会网络。基本思路是:首先根据社会网络的建模要求,选取适当的网络构型进行社会网络建模;然后利用蒙特卡洛-马尔科夫最大似然估计（MCMCMLE）方法对模型参数进行估计;接着根据选择的模型参量和估计的参数生成网络;最后对生成的网络进行验证。基于上述框架,本文主要进行了如下研究:（1）分析了将ERGM理论应用于构建人工社会中社会网络的可行性。传统方法使用规则网络、随机网络、小世界网络以及无标度网络等网络机制模型对社会网络进行构建,但是这些方法并不能完全满足人工社会中对社会网络构建的需求。ERGM能够综合网络的多种节点属性和网络拓扑结构来构建社会网络,可以在最大程度上满足人工社会中社会网络建模和仿真的需求。（2）提出了一种基于ERGM构建人工社会中社会网络的框架。在实际社会网络中,同类型的网络通常具有相同的节点属性和内在层次结构。因此,可以基于观测网络,利用MCMCMLE等估计方法获取网络参量对应的参数,将得到的网络模型作为同类型网络的模型,从而为人工社会中社会网络构建提供相应模型。论文提出了基于ERGM构建人工社会中社会网络的一般步骤:获取观测网络、模型参量选择、模型参数估计、仿真网络生成、模型验证。（3）提出了一种基于ERGM社会网络模块与人工社会总平台的集成框架。基于ERGM得到的社会网络模型或者社会网络数据只有集成到人工社会,才能发挥其重要作用。本文提出了两种集成的方式:共享文档式和人工社会中Agent与社会网络中节点对等式。并且设计了相应的集成框架。（4）使用statnet程序包开展基于ERGM的人工社会中社会网络构建的实验。包括人工教室中的朋友关系网络的构建和Twitter社交网络中中文用户关键节点（粉丝数大于1000）之间的关系网络的构建。通过案例研究,得出结论:基于ERGM构建人工社会中社会网络是可行的,而且在反映社会网络中的关键属性,如度分布、平均最短路径、聚类系数以及传递性,是有效的。
论文目录
摘要ABSTRACT第一章 绪论1.1 选题背景及意义1.1.1 课题来源1.1.2 研究背景1.1.3 研究意义1.2 国内外研究现状1.2.1 人工社会建模仿真发展现状1.2.2 复杂网络与社会网络发展现状1.2.3 指数随机图模型研究现状1.2.4 研究现状评述1.3 主要工作及创新点1.3.1 主要内容与组织结构1.3.2 创新点第二章 社会网络建模与人工社会2.1 复杂网络的表示方法与统计特征2.1.1 网络的图表示2.1.2 网络的矩阵表示2.1.3 复杂网络特性2.1.4 复杂网络的统计性质2.2 社会网络2.3 人工社会中社会网络构建的基本方法2.4 本章小结第三章 指数随机图模型基础理论3.1 统计网络模型3.2 ERGM概述3.2.1 基本概念3.2.2 ERGM一般形式3.3 ERGM在不同依赖假设下的形式3.3.1 Bernoulli随机图模型3.3.2 二元独立模型3.3.3 马尔科夫随机图模型3.3.4 节点属性约束3.3.5 时空约束等其他假设3.3.6 Snijders新规范中的假设3.4 ERGM参数估计方法3.5 ERGM相关软件平台3.6 本章小结第四章 基于ERGM的人工社会中社会网络构建方法4.1 ERGM研究社会网络的优势4.2 人工社会中社会网络构建的需求4.2.1 社会网络构成要素分析4.2.2 人工社会中社会网络构建的要求4.3 基于ERGM的人工社会中社会网络构建的一般框架4.3.1 模型选择和参数估计4.3.2 观测网络获取4.3.3 网络仿真4.3.4 模型检验4.4 社会网络模块与人工社会集成4.5 本章小结第五章 案例研究5.1 statnet的ERGM参量简介5.2 人工教室中朋友关系网络构建5.2.1 人工教室基本情况以及观测数据获取5.2.2 模型选择5.2.3 网络生成与模型检验5.2.4 人工教室传染病传播实验5.3 社交网络构建5.3.1 Twitter数据获取5.3.2 模型选择5.3.3 网络生成与模型检验5.3.4 面向非常规突发公共安全事件的人工社会实验设计5.4 本章小结第六章 总结与展望6.1 论文总结6.2 课题展望致谢参考文献作者在学期间取得的学术成果
相关论文文献
标签：人工社会论文; 复杂网络论文; 社会网络论文; 指数随机图模型论文; 网络构建论文;
