大网络,小世界分享 http://blog.sciencenet.cn/u/yangfanman 我是少数时,考验自己的勇气;我是多数时,考验自己的宽容。

博文

人类行为动力学研究中个体层面研究的前提条件

已有 3888 次阅读 2011-8-16 17:48 |个人分类:复杂网络|系统分类:论文交流| 达尔文, 钱学森, 爱因斯坦, 手机短信, 人类行为

人类行为研究是近年来新兴的研究方向,并且随着我们实际数据获取能力的增加,这个方向也会越来越热。根据最近发表的文章来看,这也确实是个越来越有实际用途的研究领域。
 
这方面的研究主要涉及两个层面:个体行为动力学以及个体间相互交互形成的集体行为动力学。
比如说对于一个手机短信通信系统来说,对于每个人的收发短信行为研究,那么就应该属于个体行为动力学的研究范畴;而对于这个通信系统的提供方来说,他们可能更关心的是集体行为动力学,比如说什么时间是短信收发最频繁的时段等等。
 
对于一个复杂系统而言,个体行为和集体行为不能分开来看,因为他们相互之间是无法割裂的。但根据我粗浅的体会,个体行为的研究可能更基本一些,毕竟集体是由个人组成的,集体行为虽然不能完全由解构个体行为然后组合来得到,但还是有好多东西可以从个体行为中得到启示,因此风起云涌的人类动力学研究中个体行为研究占据了绝大部分。
 
这方面的研究思路主要有两条:一个是从特殊个体出发最后归纳出一个人类行为的一般规律。比如说barabasi他们最早研究的达尔文、爱因斯坦收发信件的规律;国内学者研究钱学森、矛盾、胡适等人的信件,最后得出一个具体的结论来。他们的发现无疑是重要的、至少通过这个特殊个体的研究搞清楚这些人的行为模式和我们以前根深蒂固的想法不一样:非泊松分布的动力学过程,行为具有阵发和拖尾的特点。
 
但研究完了这些个体以后,我们遵循特殊到一般的规律下结论说,我们人类怎么怎么样,从科学研究的范式来看,还是未免有些太草率了(尽管我自己认为,有些结论显而易见确实是对的)。这里面的原因很简单,研究里面抽取的样本不具有代表性。如果你研究人类收入的时候拿比尔盖茨和巴菲特做例子,可能会有人觉得你疯了,那么研究人类行为的时候,我们拿爱因斯坦和达尔文做对象,这合适吗?
 
另外一条研究思路是抽取很多样本,进而研究这个样本集合的统计规律来当作个体所具有的规律。虽然这种方法在一定程度上避免了前面方法专注于超人的缺点,但还是没有考虑到个体差异性对结果造成的影响。我们知道,将一个富翁和一个穷光蛋的财产加起来除以二当作他们的平均财产来进行统计往往不能发现社会财富分布的真实情况。因此如果一群人里面有一些人是短信狂,一天收发短信200条;另外有一群人一年收发10条短信,我们再把这两群人混合在一起来找人类行为有什么规律也是不合适的。如果我们要研究某种行为的规律性,一般而言我们做得很多分析都是偏向于反复重复这种行为的个体。可是,可是,如果这种行为对于绝大多数Human beings来讲,他们重复的次数就是比较少,那么这种规律还存在吗?还有效吗?比如说我们已经知道所谓人类收发信件有什么规律,可到了今天几乎无人写信的时代,这种规律还存在于我们之中呢?因此,从某种意义上说,随着研究中个体数量的增多,我们揭示出的所谓规律往往是偏向于某些具有特定习惯的个体。
 
综上所述,人类行为动力学研究中个体层面研究的前提条件是两条。
 
一个是所抽取的个体必须具有代表性,避免将超级个体的规律推广到一般个体身上。但这里并不是说对于超级个体的研究没有价值,实际上我们研究某种行为的原因是这种行为对我们很重要,我们很想知道这种行为有什么规律,因此对这种行为最热衷的人是最具有研究价值的群体。并且在从个体行为汇总到集体行为的过程中,超级行为者们所起的作用也更大,甚至可以说,他们对集体行为具有至关重要和决定性的影响。
 
另一个是最好是对个体进行分类来研究。在不分类的情况下,个体越多得到的统计规律未必就越代表了更多的个体,因为此时某个特殊群体可能会贡献出更大的统计值。实际上这里面也有一个有趣的问题,对于某些公认的指标(如等待时间和间隔时间),研究出哪些特殊个体对这些指标贡献巨大,这对于研究集体行为也是非常重要的。
 
 
 


https://wap.sciencenet.cn/blog-64458-475878.html

上一篇:时代不同了,必须要用发展的眼光看问题
下一篇:Research positions: available (3-4+ posts)
收藏 IP: 158.132.150.*| 热度|

6 赵星 马剑 闫小勇 杨华磊 程智 langmalee

该博文允许注册用户评论 请点击登录 评论 (7 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-13 19:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部