自组织视角下的社会集群行为涌现机制和演化规律研究

Social collective behavior which is a prominent manifestation of the complexity of social systems, has become an important issue in the field of social governance and economic regulation. Understanding the formation mechanism and evolution law of social collective behavior is of great theoretical and practical value for development of management system engineering methods and improving the level of social governance. Individual behavior, interaction structure and environmental impact are the basic elements of the emergence of complex systems. Centering on the basic elements, this project focuses on the adaptability and self-organization of social systems and takes the formation of public opinion and information spreading as the object, and carries out the following research: 1. Establishing the self-organization opinion formation model with the adaptability of the subject, excavating the emergence mechanism of the social collective behavior and describing the evolution law of the system from the evolution of the social form and development of cluster event. 2. Paying attention to the coupling interaction between the virtual society and the real society and focusing on the influence of the heterogeneity of network structure and dynamics on the mechanism of collective behavior. 3. Based on the evolution of social collective behavior and large data of network public opinion, the quantitative index of social tension is established, which provides forecasting and early warning for the generation of collective behavior. This research will deepen the understanding of the formation mechanism and evolution of social collective behavior, and then provide the evaluation index, management measures and control means for social governance problems.

社会集群行为是社会系统复杂性的突出表现，已成为社会治理、经济调控等领域的重要问题。认识社会集群行为的形成机理与演化规律，对于发展管理系统工程方法、提高社会治理水平有重要的理论意义和实践价值。围绕产生复杂系统涌现性的基本要素：个体行为、相互作用结构和环境影响，本项目以社会系统的适应性和自组织为关键要点，以舆论形成和信息传播为对象，开展以下研究：1、建立具有主体适应性的自组织舆论形成模型，挖掘社会集群行为的涌现机制并从社会形态演化、集群事件发展两个时间尺度刻画系统演化规律； 2、关注虚拟社会和现实社会的耦合相互作用，重点研究网络结构和动力学的异质性对集群行为产生机制的影响；3、以社会集群行为演化规律和网络舆论大数据为基础，建立刻画社会张力指数的定量指标，为集群行为的产生提供预测和预警。项目研究将加深对社会集群行为形成机制和演化规律的认识，进而为相关社会治理问题提供评估指标、管理措施和调控手段。

社会集群行为是社会系统复杂性的突出表现，已成为社会治理领域的重要学术问题。本项目的核心研究目标是认识社会集群行为的形成机理与演化规律，进而发展预警与调控方法、提高社会群体行为治理水平。研究内容包括围绕产生复杂系统涌现性的基本要素：个体行为、相互作用结构和环境影响，以社会系统的适应性和自组织为关键要点，以舆论形成和信息传播为对象，研究社会集群行为的自组织涌现机制，探讨网络结构特别是异质性网络对集群行为的影响，提炼基于网络舆情大数据的社会风险指标，为集群行为提供预测、预警和调控方法。.经过5年的合作研究，项目获得了以下成果：（1）针对社会群体行为的自组织涌现机制，我们从实验和理论两个方面深入研究了群体协同行为，揭示了社会互动、信息反馈在促进群体协同方面的作用，研究成果以专著形式在科学出版社出版；利用本征微观态方法，揭示了群体运动Viscek模型中，存在着密度空间的非连续相变和取向空间的连续相变，为群体运动相变类型问题给出了科学而明确的答案；环境与主体行为的耦合演化研究，展现了耦合反馈对系统舆论形成相变类型的作用；（2）针对社会网络结构对舆论形成和群体行为的影响，项目组建立了顶点存在激活风险下的最优化传播源头的确定方法，建立了仅仅利用局域信息确定网络最具影响力个体的PBGA算法，极大地提高了算法效率，成果发表于PNAS并产生了广泛的学术影响；在网络结构与功能的研究中，揭示了科学研究中新团队更具有创新能力，这一结果被Nature正刊专文评述并被作为管理科学部推荐的10项成果之一，入选国家自然科学基金资助项目优秀成果选编（七）；符号网络上的信息传播和群体行为也获得了一系列有意义的成果；（3）在利用网络大数据分析社会热点演化规律，建立社会风险的刻画与度量指标研究方面，揭示了社会热点公众注意力的变化趋势，建立了风险事件的5W描述框架和自动提取技术，建立了社会风险时间图谱刻画方法，展示了风险事件演化规律，发展了Opinion Informatics这一新的学术方向，为社会风险预警调控提供了理论和技术基础。.项目研究还在人才培养、学术交流方面开展了相关工作，基本完成了项目任务，实现了预期目标。