[论文解读] Tangles in the social sciences

Reinhard Diestel|arXiv (Cornell University)|Jul 17, 2019

Advanced Graph Theory Research参考文献 7被引用 4

一句话总结

本文提出了tangles——一种新颖的数学框架，通过检测特征的稳定共现，而非基于相似性对对象进行分组，来识别行为、观点或特质的一致性模式。该框架能够发现此前未知的思维模式，如政治或消费者类型，并通过最少的关键问题提供高精度的预测模型，以推断更广泛的行为模式。

ABSTRACT

Traditional clustering identifies groups of objects that share certain qualities. Tangles do the converse: they identify groups of qualities that often occur together. They can thereby identify and discover 'types': of behaviour, views, abilities, dispositions. The mathematical theory of tangles has its origins in the connectivity theory of graphs, which it has transformed over the past 30 years. It has recently been axiomatized in a way that makes its two deepest results applicable to a much wider range of contexts. This expository paper indicates some contexts where this difference of approach is particularly striking. But these are merely examples of such contexts: in principle, it can apply to much of the quantitative social sciences. Our aim here is twofold: to indicate just enough of the theory of tangles to show how this can work in the various different contexts, and to give plenty of different examples illustrating this.

研究动机与目标

• 开发一种数学框架，通过检测特征的稳定共现，识别社会科学研究数据中一致的行为、观点或倾向类型。
• 克服传统聚类方法的局限性——后者基于共享特质对对象进行分组——转而识别频繁共现的特质组合。
• 在无需预先形成假设的情况下，发现此前未知的思维模式或行为类型，例如“支持工党的非社会主义脱欧派”。
• 提供一种预测工具，仅通过少量关键问题即可高可靠地推断个体在更广泛问题集上的完整特征配置。
• 将tangle理论的应用范围从图结构扩展至多样化的定量社会科学研究场景，包括社会学、心理学、政治学、教育学和经济学。

提出的方法

• tangles被定义为与共同特征共现一致的集合划分集合，其中一致性通过衡量特征共同出现频率的亚模函数来量化。
• 该理论使用“见证集合”（witnessing set）的概念——即支持tangle存在的数据子集，通过在不同划分中展示一致的共现性。
• 计算tangle区分性特征集，以识别能够区分不同思维模式的最小问题或特征集合。
• 应用对偶性原理识别tangle排除型特征集，以判断数据中是否存在一致思维模式。
• 从tangle定理推导出算法，用于在大规模数据集中检测tangles，应用于聚类与预测。
• 通过在全集上定义tangles，统一处理不同特征子集（如高价与低价商品）的tangles，避免出现虚假分组。

实验结果

研究问题

• RQ1 如何在无需预先假设的情况下，系统性地识别调查数据中的一致行为或态度类型（思维模式）？
• RQ2 何种最小问题集合可可靠地区分群体中不同的思维模式？
• RQ3 tangle理论如何应用于检测政治、经济或社会数据中先前未知的共现观点或行为模式？
• RQ4 与传统聚类或特征随机采样相比，tangle分析在多大程度上提升了预测准确性？
• RQ5 在何种条件下tangle会不存在？如何通过算法检测这种情形？

主要发现

• tangle分析在2016年英国公投前成功识别出‘支持工党的非社会主义脱欧派’思维模式，这一模式若依赖传统直觉方法将被忽略。
• tangle区分性问题集合具有高度预测能力：仅回答该小集合即可准确推断出完整调查的响应，即使针对原始样本外的个体也成立。
• 在零售场景中，对全商品集U的tangles成功识别出一致的购买动机（如价格敏感性、环保意识），而这些动机在单个客户购物篮或商品集的tangle分析中无法被检测到。
• 通过聚焦于全集上的稳定共现，该框架避免了传统tangle分析中可能出现的虚假tangles（如‘空购物篮’），从而提升可靠性。
• 对U的tangles在数据稀疏情况下仍具鲁棒性，即使个体客户档案不完整或存在噪声，也能检测出有意义的分组。
• 对偶性原理的应用使tangle排除型特征集得以识别，从而可检测数据中不存在一致思维模式的情形。