人类双向选择行为的统计特征分析与预测方法研究

The phenomenon of bidirectional selection in human society is very universal.With the development of the science and technology ,especially in the computer, we now have the access to get very big data of bidirectional selection in human society. Through analyzing the big data with the method of complexity science network research, we can explore and discover the internal mechanisms and new dynamical models which can help us to analyse and predict real-world bidirectional selection system. This is very important significance and potential value to the human.cognition and social applications. As a new research area in big data and complexity science, in the future, the research of bidirectional selection system is likely to become very hot. In our item, we will analyze big data that records the two-selection behaviors,to find and describe the new properties using several new methods. And then we will propose several more deeply and more universal dynamical models to investigate the underlying mechanisms in the emergence of these statistical properties of bidirectional selection systems. Moreover, based on the real-world bidirectional selection systems, we will discuss the corresponding effects of bidirectional selection mechanisms and models on the dynamical evolution of several social systems. Furthermore, based on above findings, we will study the applications in several social systems, such as commercial trade, the graduate employment, marriage matching, and so on.

双向选择行为在人类社会中是非常普遍的。随着计算机和科学技术的不断发展,目前我们已经可以从人类社会中记录和获取关于双向选择行为的大数据。通过运用大数据和复杂性科学的研究方法和手段,探索和发现人类双向选择行为的内在机制和动力学模型,从而可以对现实中的双向选择行为进行分析和预测,对人类认知自然和社会应用都具有非常重要的意义和潜在价值。作为大数据和复杂性科学里面一个全新的研究领域,未来很可能会成为研究的热点。本项目将对现实中关于双向选择行为的大数据进行全面深入的统计分析,从各个角度来描述双向选择行为的统计特性,并基于新的建模思路,对这些统计特性的产生机制进行探索,提出具有普适意义的动力学模型,揭示影响双向选择行为特性的深层机制。进一步,本项目还将基于实际的双向选择系统,全面考察双向选择机制对社会动力学系统演化过程的影响,推广在商业贸易，大学生就业，婚姻匹配等领域的应用

双向选择行为在人类社会中是非常普遍的。随着计算机和科学技术的不断发展,目前我们已经可以从人类社会中记录和获取关于双向选择行为的大数据。基于社交网络数据，我们研究了现实社会网络中人类双向选择行为的统计特征和规律，提出了人类双向优先选择机制，建立了双向优先选择模型。以双向优先选择模型为基础，分别反演了社交网络拓扑结构的演化过程和再现了社交网络同配性的演化过程。基于信息交互大数据，我们将双向优先选择模型应用到人类社交行为中的信息交互研究中，建立了信息交互预测模型。基于信息传播大数据，我们将研究成果扩展到了社交网络中用户之间信息传播的机制研究中，初步发现了社交网络中用户之间信息传播的规律。因为本项目的研究涉及到大量构建网络模型工作，而模型生成仿真网络的结构稳定性就成了一个关键且重要的问题，因此基于广度优先搜索理论，我们提出了一种量化衡量网络结构相似性的方法，该方法可以量化衡量网络模型生成网络的稳定性。这些研究成果加深了我们对社交网络人类双向选择行为的认识和理解，并对理解社交网络演化和人类信息交互及传播行为提供了新的研究视角，为社会中群体双向选择行为的管理、加强信息扩散和控制舆情提供了新的理论指导和决策支持。