Закономерности развития и локальные горизонты 13

Скачать 2.26 Mb.

Название	Закономерности развития и локальные горизонты 13
страница	9/33
Тип	Закон

filling-form.ru > бланк резюме > Закон

1 ... 5 6 7 8 9 10 11 12 ... 33

Выводы 2

Пишется!

Сделан второй шаг в систематическом описании такого сложного социотехнического объекта как социальная сеть.

Выделены 3 класса социальных сетей, отличающихся исторически, на назначению, целям и достигнутой эффективностью наращивания горизонтальных связей.

Для дальнейшего рассмотрения с позиций гражданского общества представляет интерес класс социально-ориентированных сетевых проектов.
В следующей главе будут рассмотрены модели для описания процессов и событий социальной сети.

	ЛАБОРАТОРИЯ СВМ
	Социальные сети и технологии
V-school	Оглавление

Глава 3. Модели процессов и событий сети

Аннотация. Представляются основные модели и подходы к анализу событий и процессов онлайновой социальной сети.

Ключевые слова. Клеточные модели, популяция, социабельность, диссипативность, ранжирование.

Новые понятия. Клеточные автоматы

Обзор подходов

Полный жизненный цикл социальной сети как социотехнической системы включает зарождение – младенчество – детство и юношество – зрелость и неизбежное увядание с заменой более новой технологией.

Практическое «живое» наблюдение за ресурсами Одноклассники, Мой Мир.Майл.РУ и Моем Круга позволяет сделать субъективные, и может быть экспертные оценки.

Формальный подход анализа классических сетей, в основном применим и для анализа онлайновых сетей. (см. 2-ю лекцию курса «Виртуальные социальные сети»).

Применимы также подходы теории игр, имитационные программные пакеты типа Swarm, некоторые графовые и аналитические модели и более подробно рассмотренный ниже подход имитационных клеточных автоматов.

Теория игр

Подходы теории игр, разработанные в середине прошлого века для решения задач противостояния в холодной войне, позволяют взглянуть на сетевое общение и иногда противоборство с математических и общечеловеческих позиций.

Математическая модель теории игр и экономического поведения была предложена в 1944 году Джоном фон Нейманом и Оскаром Моргерштерном.

Пример игрового подхода к анализу сетевых взаимодействий - «Парадокс 2-х задержанных» приведен в книге Говарда Рейнгольда «Умная толпа». Игроки с конфликтующими интересами, в рассматриваемом примере – 2 задержанных, допрашиваются независимо в соседних комнатах. Условия таковы, что при признании каждый получает, скажем, по 1 году заключения, при сдаче партнера – свободу самому и 2 года заключения для подельника.

Аналогичные линии или стратегии поведения наблюдаемы и в реальной сетевой жизни, скажем в рамках обсуждений социальной сети www.MoiKrug.ru или www.vkontakte.ru.

Чего хотят участники сетевых обсуждений? За что борются? Да как и в обычной жизни – за приоритет, лидирующее положение в группе.

Уровни субъектов конфликтов и противоборств:
– Личность – Группа – Сообщество – Сама Социальная сеть.

Последнее требует некоторого комментария. Сети борются за клиентов – как среду влияния, воздействия, получения рекламных отчислений, размещения контекстной рекламы.

Графовые модели и социометрия

Приходя в Сеть, участник пытается разрешить свои текущие личностные вопросы и проблемы. Кроме традиционного поиска старых и новых знакомых, возможно утолить голод общения, найти поддержку для решения психологических личностных проблем, обрести социальный статус.

Для формализации и предсказания процессов межличностного общения помогает математический подход теории множеств и групп и отождествления каждого члена коллектива с элементом некоторого множества [Гуц].

Понятие ранга позволяет вычислять некоторые полезные групповые социометрические индексы, такие как статус, социометрическую напряженность, сплоченность, и др.

В частности, предложенные подходы позволяют определять социометрический статус ребенка в группе и степень ролевой адекватности руководителя.

Искусственная жизнь среди «сахарных холмов»

Для анализа и моделирования классических (не виртуальных) сетевых процессов был предложен подход искусственной жизни с рядом программных пакетов и ресурсов, рассмотренный в [Бобровский].

Наиболее известная программная система для визуализации «искусственной жизни» – это пакет www.swarm.org, созданный в центре изучения комплексных систем Мичиганского университета. SWARM позволяет моделировать поведение сложных систем, состоящих из множества автономных агентов. Интересно, что с помощью данного пакета неоднократно показывалась схожесть биологических и социальных систем.

Свободно доступный пакет Cafun (www.cafun.de) на основе технологий искусственной жизни моделирует поведение живых созданий, социальных групп, коммерческих фирм, химических структур, природных явлений и физических процессов, позволяет разрабатывать модели сложных систем.

Структура модели описывается так называемым геномом, который храниться в текстовом XML-формате и может редактироваться в специализированном Cafun-редакторе, где он представлен в виде дерева.

В поставку программы включено несколько экспериментальных структур (геномов) демонстрирующих возможности модели биологических систем и других систем.

Например, модель Ameoba объясняет, как естественным путем происходит рост и размножение амеб, а примеры Theads, Cork, Chipset показывают, как хаотический и случайный набор элементов за несколько сотен поколений самоорганизуется, а затем происходит либо постепенное, а иногда и революционное изменение, и модель превращается в гармоническую упорядоченную структуру, состоящую из элементов более высокого уровня.

Ассамбли с переменной структурой

В работах И.Н. Трофимовой и соавторов был предложен общий подход к моделированию, называемый EVS-модели (Ensambles with Variable Structure), т. е. ансамбли с переменной структурой и были разработаны модели «Социабельностъ» (Трофимова и др., 1997; Trofimova at al, 1998), «Адаптация» и «Функциональная дифференциация» (Trofimova, Mitin, 1998).

Отличительными чертами EVS-моделей являются следующие.

Во-первых, в традиционных моделях берутся дискретные характеристики клеток с относительно небольшим спектром значений. В предлагаемых моделях клетки отличаются друг от друга в гораздо большем спектре значений, что делает характеристики практически непрерывными и позволяет анализировать второй из указанных моделируемых признаков - разнообразие элементов.

Во-вторых, в традиционных клеточных автоматах связи между клетками локальные и фиксированные, в то время как в EVS- моделях клетки могут устанавливать какие угодно связи по всей популяции и перестраивать структуру связей. Подобная гибкость моделировала признак динамичной структурности, т. е. изменчивости состава образующихся систем при сохранении структуры.

Третьим отличием разработанных моделей от традиционных клеточных автоматов было то, что клетка не сидит в пассивном ожидании, пока сосед, наконец, умрет или оживет, как, например, в игре «Жизнь» Конвея», а «работает» с потоком некоторого жизненного ресурса, который либо «капает» на нее извне, либо она сама продуцирует ресурс и тратит его. Это позволило смоделировать диссипативность (через траты ее ресурса) и открытость самой клетки (через траты ее ресурсов поступления ресурса). Кроме того, сама популяция как открытая и диссипативная система также получала и тратила некий ресурс, что выражалось в случайном распределении приходящего к конкретной клетке ресурса на каждом шаге, который мог быть отрицательным, (т. е. представлять по сути дела трату).