[论文解读] Fractal multi-level organisation of human groups in a virtual world

Benedikt Fuchs, Didier Sornette+1 more|arXiv (Cornell University)|Mar 13, 2014

Complex Network Analysis Techniques被引用 1

一句话总结

本研究利用来自在线游戏 Pardus 的大规模数据，揭示了人类社会结构中存在分形的、多层级的层级体系，玩家在七个层级中形成嵌套的群体。各层级之间的群体规模按约 4.4 的因子递增，表明人类社会结构具有深刻的内在心理基础。

ABSTRACT

Humans are fundamentally social. They have progressively dominated their environment by the strength and creativity provided by and within their grouping. It is well recognised that human groups are highly structured, and the anthropological literature has loosely classified them according to their size and function, such as support cliques, sympathy groups, bands, cognitive groups, tribes, linguistic groups and so on. Recently, combining data on human grouping patterns in a comprehensive and systematic study, Zhou et al. identified a quantitative discrete hierarchy of group sizes with a preferred scaling ratio close to $3$, which was later confirmed for hunter-gatherer groups and for other mammalian societies. Using high precision large scale Internet-based social network data, we extend these early findings on a very large data set. We analyse the organisational structure of a complete, multi-relational, large social multiplex network of a human society consisting of about 400,000 odd players of a massive multiplayer online game for which we know all about the group memberships of every player. Remarkably, the online players exhibit the same type of structured hierarchical layers as the societies studied by anthropologists, where each of these layers is three to four times the size of the lower layer. Our findings suggest that the hierarchical organisation of human society is deeply nested in human psychology.

研究动机与目标

• 调查虚拟环境中大规模人类社会结构是否表现出与现实社会相似的离散、分层结构。
• 检验此前在狩猎采集者和哺乳动物中观察到的人群分形、尺度不变结构是否在大型多人在线游戏中显现。
• 通过霍顿-斯特拉勒分支复杂度和群体规模分布的直接分析，量化层级结构。
• 确定所观察到的结构是否反映根植于人类心理的普遍原则，而非外部社会或环境约束。

提出的方法

• 基于 Pardus 游戏（约 40 万名玩家）的完整玩家成员关系和互动日志，构建了多关系社会网络。
• 根据社会关系定义七个层级（霍顿阶数）：个体（h=1）至整个社会（h=7），依次为：自我、朋友、互关好友、联盟成员、通信群组、派系和整个社会。
• 应用霍顿-斯特拉勒度量以量化分支复杂度，并估算层级之间的缩放比例。
• 使用高斯核密度估计建模群体规模的概率密度，随后进行广义 (H, q)-导数分析，以检测指示离散尺度不变性的对数周期性模式。
• 采用 Lomb 周期图检测广义导数中的周期性，检验预期频率 ω₀ = 2π/ln(3) ≈ 5.72 的对数周期振荡。
• 通过验证通信群组（h=5）是派系（h=6）的子集且是联盟（h=4）的超集，确认了层级结构的实证有效性。

实验结果

研究问题

• RQ1 大规模虚拟社会是否表现出与现实世界人类及哺乳动物社会相同的离散、多层级分层组织？
• RQ2 在具有完整数据的虚拟社交网络中，连续层级之间的缩放比例是多少？
• RQ3 所观察到的层级结构是否与离散尺度不变性一致，表现为群体规模分布中的对数周期性模式？
• RQ4 能否通过霍顿-斯特拉勒复杂度和群体规模分布分析两种独立方法确认层级结构？
• RQ5 该结构在多大程度上反映了内在心理机制，而非外部结构约束？

主要发现

• 相邻层级间平均群体规模按约 4.4 的因子递增，⟨Gh⟩ ∼ p^h，其中 p = 4.4。
• 群体规模分布表现出对数周期性振荡，Lomb 周期图中在 ω₀ = 2π/ln(3) ≈ 5.72 处出现主导峰值，与离散尺度不变性一致。
• 群体规模密度的广义 (H, q)-导数表现出清晰的对数周期性结构，支持离散层级的存在。
• 层级结构得到实证验证：通信群组（h=5）嵌套于派系（h=6）中，且包含联盟成员（h=4），证实了结构层级关系。
• 最大联盟（136 名成员）接近邓巴数（150），表明群体凝聚力存在心理极限。
• 整个社交网络跨越七个明确的层级，从个体到整个社会，所有层级均表现出一致的缩放特性。