[论文解读] Simplicial models of social aggregation I

Mirco A. Mannucci, Lisa Sparks+1 more|ArXiv.org|Apr 23, 2006

Complex Network Analysis Techniques参考文献 28被引用 6

一句话总结

本文引入单纯复形作为数学框架，以建模超越成对关系的高阶社会互动，从而实现对社会聚合中群体动态的更丰富表征。通过将网络理论扩展至多智能体互动，作者提出了一套分析结构鲁棒性的形式化方法，并提出一种生成随机单纯复形的方法，以模拟社会结构的形成与瓦解。

ABSTRACT

This paper presents the foundational ideas for a new way of modeling social aggregation. Traditional approaches have been using network theory, and the theory of random networks. Under that paradigm, every social agent is represented by a node, and every social interaction is represented by a segment connecting two nodes. Early work in family interactions, as well as more recent work in the study of terrorist organizations, shows that network modeling may be insufficient to describe the complexity of human social structures. Specifically, network theory does not seem to have enough flexibility to represent higher order aggregations, where several agents interact as a group, rather than as a collection of pairs. The model we present here uses a well established mathematical theory, the theory of simplicial complexes, to address this complex issue prevalent in interpersonal and intergroup communication. The theory enables us to provide a richer graphical representation of social interactions, and to determine quantitative mechanisms to describe the robustness of a social structure. We also propose a methodology to create random simplicial complexes, with the purpose of providing a new method to simulate computationally the creation and disgregation of social structures. Finally, we propose several measures which could be taken and observed in order to describe and study an actual social aggregation occurring in interpersonal and intergroup contexts.

研究动机与目标

• 解决传统网络模型在表征群体层面社会互动方面的局限性。
• 基于单纯复形开发一个数学框架，以建模高阶社会聚合。
• 实现超越成对互动的社交结构鲁棒性的定量分析。
• 提出一种计算方法，用于生成随机单纯复形，以模拟社交结构动态。
• 定义可度量的指标，用于研究人际与群体间语境下的现实社会聚合。

提出的方法

• 将社会参与者表示为顶点，将多智能体互动表示为单纯复形中的单纯形。
• 使用代数拓扑工具分析社交网络的结构属性与鲁棒性。
• 定义随机单纯复形生成模型，以模拟社会结构的出现与瓦解。
• 引入拓扑不变量（如贝蒂数）以量化社交群体中的连通性与凝聚力。
• 构建一个框架，通过单纯形结构分析观察并度量群体层面的行为。
• 将该模型应用于真实社会系统，以表征由多智能体互动产生的集体行为。

实验结果

研究问题

• RQ1 如何在超越成对互动的基础上，正式表征涉及多于两个参与者的社交聚合？
• RQ2 哪些拓扑不变量可用于量化以单纯复形建模的社会结构的鲁棒性与凝聚力？
• RQ3 如何生成随机单纯复形，以模拟社交群体的形成与瓦解？
• RQ4 可以从单纯模型中提取哪些可度量特征，以研究现实社会动态？
• RQ5 单纯复形模型在捕捉群体层面社会现象方面，相较于传统网络模型有何改进？

主要发现

• 单纯复形通过捕捉标准网络模型无法表征的群体现象，提供了更具表现力的社会互动表征。
• 该模型使得定义如贝蒂数等拓扑度量成为可能，可用于评估社交群体的结构鲁棒性与连通性。
• 提出了一种生成随机单纯复形的方法，支持社交结构演化的计算模拟。
• 该框架支持识别在成对网络模型中不可见的高阶互动模式。
• 该方法为观察和量化人际与群体间交流语境下的集体行为提供了基础。
• 该模型在分析以群体动态为主导的复杂社会系统（如恐怖组织与家庭单位）方面展现出潜力。