大數據時代下網絡群體智能研究

徐聶甜子　中南民族大學

隨著互聯網與社會網的結合，網絡群體智能應運而生，如何使其為人類提供更好的服務，是相關學者急需解決的問題。

一、大數據時代下的網絡群體智能

(一)大數據時代下大眾深度交互的互聯網環境

以互聯網2.0為基礎的互聯網衍生出大量的新模式，對現有互聯網秩序造成了巨大沖擊，也在一定程度上改變了現有的網絡行為方式，對互聯網交互信息、知識共享等都產生了積極的促進作用，互聯網結構也在此背景下不斷演化。進一步提升了大眾對信息服務的需求，使得在線搜索無處不在，對網絡文化進行了完善，經典的互聯網2.0應用包括：微博、社交等。以人為核心，將其與網絡進行連接，正在逐步建立起人與人形成溝通的公用計算環境，將這種智能融入進網絡當中。

(二)網絡群體智能與特點

群體智能可以理解為“集思廣益”、“眾人拾柴火焰高”等。在傳統智能群體集合中出現了如蟻群等社會，以自身經驗為基礎，將1+1＞2的作用發揮最大功效，使人力在解決難題時更加輕松。在互聯網2.0應用中，在交互時，不受時間與空間的阻撓，以互聯網為基礎，形成了較大規模的群體行為，使群體智能向更深層次發展。在互聯網環境下，個體改變環境進而實現交互，這種行為也帶動了其他個體進行不同的改變，在宏觀上形成了新現象，科學家將這種行為稱之為“涌現”。將愛好相同的用戶聚集在一起，通過群體智慧涌現出典型實例。

二、網絡群體智能研究方法

網絡群體智能研究涉及多種學科，包括社會科學、信息科學等，具備一定的前瞻性與現實性。雖然目前網絡群體智能研究已取得了一些進展，但主要體現在蜜蜂等社會性昆蟲群體智能研究。缺乏完整的群體智能研究，理論基礎還有待提高，更多的注重實踐，還需要參考已有的研究成果。

(一)網絡群體智能研究方法

對于系統科學來說，復雜性科學是目前的新方向，當方法論確具備一定的不確定性與非線性。以思維層面來說，復雜性科學是將還原理論與整體論進行有機的結合，從宏觀進行分析，并以此為基礎進行綜合，進而達到解決問題的目的。以哲學層面來說，復雜性科學是將還原理論與整體論進行有機的結合，并從宏觀與微觀兩方面進行分析，將實踐與理論相結合。在復雜性科學中，要始終秉持細處分析與全局著眼的原則，融貫論要以宏觀指導為基礎，將整體論與還原論進行結合這也是網絡群體智能與傳統智能的不同之處。在對網絡群體智能進行研究時，要以復雜性科學為指導理論，提出網絡群體智能的特點，系統分析與仿真分析結合的方式對網絡智能群體中出現的問題進行深層次研究。

(二)網絡群體智能研究層次與研究框架

目前，將網絡群體智能研究分為五個層次，分別是應用評價層、分析解釋層、模擬算法層、理論方法層與對象基礎層。

應用評價層：對研究成果進行探究，對績效管理等進行優化，并對應用情況進行分析，為改進方法提供理論依據，完善平臺機制，提升信息服務質量。

分析解釋層：以研究框架為指導，在基礎層獲得數據信息，通過模型算法層構建模型算法，對動力學進行分析，研究涌現規律，獲得應用的知識，為其應用提供保障。

模擬算法層：以研究框架為指導，對網絡群體智能進行建模，實現其可視化、描述的模擬。

理論方法層：科學的理論是研究網絡群體智能的關鍵，根據科學問題的特點，確定研究理論，構建科學的研究框架。對科學成果進行整理，能夠對研究起到指導功效。

對象基礎層：這層是研究開展的基礎，根據不同的科學問題，確定研究對象，包括其中的群體交互環境、個體等；選擇適合的載體，包括網絡數據、交互平臺等。（見圖1）

(三)網絡群體智能研究方法應用實例

下面以維基百度詞條為實力進行說明。turing machine在創建時有600萬個歷史數據，以數據思想為指導，以上述方法對相鄰版本的差異進行分析，確定交互關系，以編輯者為節點，將編輯關系為連邊，對群體交互進行表示，構建“turing machine”群體協作交互網絡；考慮到時間不同、編輯者不同等，網絡具備小世界的特點，使得知識在傳播時更加便捷，拓撲中心性能能夠從節點屬性方面展示出個體在群體中的作用，隨著編輯群體不斷擴大，交互增多了，個體間的影響逐步提升，原有區域經過連接形成全新的域群體，知識向周圍擴散，對促進群體達成共識具備積極影響。

三、結束語

綜上所述，本文對大數據時代下網絡群體智能進行研究，分析了其特點與研究方法。隨刻科技的進步，互聯網在未來發展空間會更加廣闊，網絡群體智能的應用也會越來越廣泛。

圖1　網絡群體智能研究框架示意圖