集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织 - 用户贡献 [zh-cn]

社交网络分析

2024-05-18T09:33:49Z

高敏：

社交网络分析（Social Network Analysis，简称SNA）是一种研究社会结构的方法，它通过分析个体（或称为节点）之间的关系和互动来揭示社交网络中的模式和结构。社交网络分析可以应用于多种领域，包括社会学、心理学、经济学、信息科学、生物学等。

# 网络结构分析与建模分析网络中节点的度分布、关系紧密程度、信息传播重要性等统计特性
# 虚拟社区(社团)发现基于子图局部性,发现网络中内部连接紧密而外部连接稀疏的社区结构
# 网络演化分析研究网络随时间的动态演化规律
# 群体行为与信息传播分析研究群体行为模式,如从众行为、级联行为等

社交网络分析综合运用了信息学、数学、社会学、管理学等多学科理论和方法,为理解人类社交关系、行为特征和信息传播规律提供了可计算的分析工具。它在社交媒体分析、疾病传播研究、组织管理、市场营销等领域都有广泛应用。

用于数据分析的工具

NetworkX https://networkx.org/

EasyGraph https://easy-graph.github.io/

igraph https://igraph.org/

SNAP https://snap.stanford.edu/snappy/index.html

社交网络分析

2024-05-18T09:04:39Z

高敏：

社交网络分析

2024-05-18T08:27:43Z

高敏：建立内容为“社交网络分析（Social Network Analysis，简称SNA）是一种研究社会结构的方法，它通过分析个体（或称为节点）之间的关系和互…”的新页面

计算社会科学

2024-05-14T11:41:39Z

高敏：/* 集智课程推荐 */

{{#seo:
|keywords=社会科学,计算机模拟,人工智能,统计学，社会网络
|description=社会复杂性,复杂系统,网络科学
}}

'''计算社会科学 Computational Social Science'''是一门融合社会科学、数据科学和统计学等学科的新兴交叉学科，强调用大数据的方式来研究社会科学中的核心问题，是社会科学在大数据时代下发展的产物。领域包括计算经济学、计算社会学、动态学、文化学以及社交和传统媒体的内容自动分析。它着重于通过社会模拟、建模、网络分析和媒体分析来调查社会和行为关系和互动。<ref>{{cite web|url=https://computationalsocialscience.org/|title=The Computational Social Science Society of the Americas official website}}</ref>

== 定义 ==

'''计算社会科学'''是社会学的一个分支，通过使用计算机模拟、人工智能、复杂的统计学方法，社会网络分析等技术分析计算社会学的发展，以及对社会互动自下而上的建模检验复杂社会过程的理论。<ref name="MW">{{cite journal|doi=10.1146/annurev.soc.28.110601.141117|title=From Factors to Actors: Computational Sociology and Agent-Based Modeling |first1=Michael W. |last1=Macy |first2=Robert |last2=Willer |journal=Annual Review of Sociology |volume=28 |pages=143–166 |jstor=3069238|year=2002}}</ref>它涉及对社会主体的理解，这些主体之间的相互作用，以及这些相互作用对社会整体产生的影响。<ref name="SfSS1">{{cite book|last1=Gilbert |first1=Nigel |last2=Troitzsch |first2=Klaus |year=2005 |title=Simulation for Social Scientists |edition=2 |chapter=Simulation and social science |publisher=Open University Press |chapter-url=http://cress.soc.surrey.ac.uk/s4ss/}}</ref> 虽然社会科学的主题和方法不同于自然科学或计算机科学，但当前社会仿真中使用的一些方法起源于物理学和人工智能等领域。 <ref name="Artificial Societies">{{cite book|last1=Epstein |first1=Joshua M. |last2=Axtell |first2=Robert |year=1996 |title=Growing Artificial Societies: Social Science from the Bottom Up |location=Washington DC |publisher=Brookings Institution Press|url=https://archive.org/details/growingartificia00epst|url-access=registration |isbn=978-0262050531 }}</ref><ref name="Cooperation">{{cite book|last1=Axelrod |first1=Robert |year=1997 |title=The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration |location=Princeton, NJ |publisher=Princeton University Press}}</ref>同时这个领域的一些方法也被应用于自然科学的其他领域，例如来自[[社会网络分析]]和[[网络科学]]领域的网络中心性度量。在相关文献中，计算社会科学经常与[[社会复杂性]]的研究有关。 [[复杂系统]]、宏观和微观过程之间的非线性相互联系、[[涌现]]等社会复杂性概念已经进入了计算社会科学中。<ref>{{cite journal|last=Casti |first=J |year=1999 |title=The Computer as Laboratory: Toward a Theory of Complex Adaptive Systems |journal=Complexity |volume=4 |issue=5 |pages=12–14 |doi=10.1002/(SICI)1099-0526(199905/06)4:5<12::AID-CPLX3>3.0.CO;2-4}}</ref> 一个实际而著名的例子是以“人工社会”的形式建造一个计算模型，通过它研究人员可以分析一个社会系统的结构。<ref>{{cite journal|last=Goldspink |first=C |year=2002 |title=Methodological Implications of Complex Systems Approaches to Sociality: Simulation as a Foundation for Knowledge |url=http://jasss.soc.surrey.ac.uk/5/1/3.html |publisher=Journal of Artificial Societies and Social Simulation |volume=5 |issue=1}}</ref> <ref name="SfSS1"/><ref name="Generative">{{cite book|last=Epstein |first=Joshua |year=2007 |title=Generative Social Science: Studies in Agent-Based Computational Modeling |location=Princeton, NJ |publisher=Princeton University Press|url=https://www.researchgate.net/publication/283615593}}</ref>

计算社会科学彻底改变了科学方法的两个基本支柱: 实证研究，特别是通过大数据，通过分析社会在线活动留下的数据痕迹; 科学理论，特别是通过社会模拟建立计算机模拟模型。<ref>DT&SC 7-1: [https://www.youtube.com/watch?v=9x3d75ZMuYU . Introduction to e-Science]: From the DT&SC [https://canvas.instructure.com/courses/949415 online course] at the University of California</ref><ref name="HilbertICT4ICT4D">{{cite book|author=Hilbert, M.|year=2015|title=e-Science for Digital Development: ICT4ICT4D|publisher=Centre for Development Informatics, SEED, University of Manchester|url=http://www.seed.manchester.ac.uk/medialibrary/IDPM/working_papers/di/di-wp60.pdf|isbn=978-1-905469-54-3|url-status=dead|archiveurl=https://web.archive.org/web/20150924100018/http://www.seed.manchester.ac.uk/medialibrary/IDPM/working_papers/di/di-wp60.pdf|archivedate=2015-09-24}}</ref>
利用先进的信息技术进行以信息处理为核心的社会调查是一种多学科、综合的方法。包括对社交网络、社交地理系统、社交媒体内容和传统媒体内容的分析计算。
<br>

== 诞生 ==

计算社会科学的产生并非突然出现，而是在技术发展下催生出来的跨学科研究。如果大致来分，可以分为4个阶段来看计算社会科学的演化进程。

=== 计算社会科学的源头 ===
计算社会科学是一个较现代的学科，最远可以追溯到20世纪中后期电脑刚刚发明的时候，在20世纪60年代，社会科学家开始使用电脑进行统计数据分析，出现了计算社会科学的第一代创始人：Herbert A. Simon（1916-2001）、Karl W.Deutsch（1912-1992）、Harold Guetzkow（1915-2008）、Thomas C. Schelling（1921）、他们更偏向计算社会科学理论方面的研究。

=== 计算社会科学的蓄势===
传统的定量的社会科学分析方法，偏向于统计分析的方法，但是社会系统作为一个复杂的系统，涉及到大量（但个数仍有限）的异构实体的相互作用，这些是用简单的统计分析是无法精确刻画的，而19世纪末网络科学迅速发展为社会分析提供了强有力的分析手段。

2007年，“小世界网络之父”奠基人邓肯·瓦茨在 Nature 发表了题为《A twenty-first century science》的文章，这成为计算社会科学时代即将来临的标志之一。这篇文章采用了网络分析的方法来分析社会现象中的网络偏好以及个体选择的问题。<ref name="Decun">Duncan J. Watts (2007) [https://pattern.swarma.org/paper?id=08fa3492-5bcb-11ea-bd88-0242ac1a0005 A twenty-first century science].nature.445.7127:(489)</ref>

=== 计算社会科学的诞生 ===
计算社会科学标记性的诞生，应该是起源于2009年2月6日，15名来自社会科学、计算机科学和物理学的重要科学家联名在Science上发表了《Computer Social Science》。<ref name="science">Claudio Cioffi‐Revilla (2010) [https://pattern.swarma.org/paper?id=62b3c07e-5bcc-11ea-9bda-0242ac1a0005 Computational social science].</ref>

=== 21世纪的科学===
另外，在2012年，R. Conte，C. Cioffi-Revilla等14位欧美学者在《The European Physical Journal Special Topics》（第1期）上联合发布了一份《计算社会科学宣言》（后文简称“宣言”），力图呼唤一场社会科学革命。《宣言》从机遇、技术发展、方法创新、面临的挑战和预期的影响等五个方面全景式的说明了计算社会科学发展现状及其未来的方面。<ref name="Conte">R. Conte,N. Gilbert,G. Bonelli,C. Cioffi-Revilla,G. Deffuant,J. Kertesz,V. Loreto,S. Moat,J. -P. Nadal,A. Sanchez,A. Nowak,A. Flache,M. San Miguel,D. Helbing (2012) [https://pattern.swarma.org/paper?id=8023ca82-5bcc-11ea-bb96-0242ac1a0005 Manifesto of computational social science].the european physical journal special topics.214.1:(325-346)</ref>

== 各个历史时期 ==

[[File:Complexity-map-with-sociolo.png|thumb|right|300px|计算社会学历史上各中研究范式及学者]]
=== 总述 ===
计算社会学在过去的四十年里诞生并获得了极大的关注。它最先是用在建模和解释那些从简单的活动中涌现出复杂行为的社会过程。<ref name="EACICS">Salgado, Mauricio, and Nigel Gilbert. "[http://epubs.surrey.ac.uk/749319/1/Emergence%20and%20Communication%20-%20V3%201.pdf Emergence and communication in computational sociology]." Journal for the Theory of Social Behaviour 43.1 (2013): 87-110.</ref>
“涌现”背后的思想就是一个大系统表现出来的属性并不一定格式其组成部分的属性。<ref>Macy, Michael W., and Robert Willer. "[http://sct.uab.cat/lsds/sites/sct.uab.cat.lsds/files/FROM%20FACTORS%20TO%20ACTORS%20(Macy%20and%20Willer%202002).pdf From factors to actors: computational sociology and agent-based modeling]." Annual review of sociology 28.1 (2002): 143-166.</ref>
引入涌现思想的人是Alexander, Morgan, 和 Broad，这些都是古典的涌现学家 emergentist，他们在二十世纪初期提出了这个概念和方法，目的是为[https://zh.wikipedia.org/wiki/%E5%90%8C%E4%B8%80%E7%90%86%E8%AE%BA 同一论 reductionist materialism]和[https://zh.wikipedia.org/wiki/%E4%BA%8C%E5%85%83%E8%AB%96 二元论 dualism]这两个针锋相对的观念体系寻找一个足够好的平衡。

尽管[[涌现]]思想在计算社会学的建立中扮演着重要的角色，却也有人不同意这个思想，代表人物就是[https://en.wikipedia.org/wiki/Joshua_M._Epstein 爱泼斯坦 Joshua M. Epstein]。爱泼斯坦怀疑涌现思想的作用，因为有些方面是无法解释的。他作出了一番反对涌现思想的宣言：“各个部分的生成性自足构成了全部现象的解释 the generative sufficiency of the parts that constitutes the whole's explanation”<ref name="EACICS"/>

基于主体的建模 Agent-based models对计算社会学有着历史性的意义。这些模型最早出现在20世纪六十年代，用于模拟组织和城市等的控制和反馈机制。在七十年代时，基于主体的建模引入了个体 individual作为主要的建模单元进行分析，闭关使用自底向上的策略来对行为建模。八十年代时发生的主要改变则是主体们的交互时独立的。<ref name="EACICS"/>

===系统论和功能主义时期===
在战后时期，万尼瓦尔·布希的微分分析器、约翰·冯·诺伊曼 John von Neumann的细胞自动机、诺伯特·维纳的模控学与[[克劳德·香农]]的[[信息论]]在技术系统中成为模拟与了解复杂度具有影响力的典范。相对应地，在像是物理学、生物学、电子学，和经济学等学门的科学家开始表述一种一般性的系统理论，其中所有自然与物理现象皆为一个系统中具有相同模式与性质的相关元素的展现。随着艾弥尔·涂尔干以实事求是的方式分析复杂现代社会的呼声<ref>{{cite book|first=Émile |last=Durkheim |title=The Division of Labor in Society |location=New York, NY |publisher=Macmillan}}</ref> ，战后结构功能主义社会学家如塔尔科特·帕森斯利用这些构成元素之间系统化与阶层化互动的理论，来尝试生成宏大而统一的社会学理论，例如四种功能 AGIL paradigm<ref name="Bailey">{{cite book|first1=Kenneth D. |last1=Bailey |editor=Jonathan H. Turner |chapter=Systems Theory |title=Handbook of Sociological Theory |publisher=Springer Science |year=2006 |location=New York, NY |isbn=978-0-387-32458-6 |pages=379–404}}</ref>。　　如George Homans等社会学家辩称社会理论应该被形式化（正规化） formalized，成为命题和精确术语的阶层结构，其他的命题与假设可以从中被推演出来并操作化以进行实证研究。<ref name="Blackwell">{{cite encyclopedia|year=2007 |title=Computational Sociology |last=Bainbridge |first=William Sims |encyclopedia=Blackwell Encyclopedia of Sociology |publisher=Blackwell Reference Online |url=http://www.sociologyencyclopedia.com/subscriber/tocnode?id=g9781405124331_chunk_g97814051243319_ss1-85 |doi=10.1111/b.9781405124331.2007.x |hdl=10138/224218 |editor=Ritzer, George|isbn=978-1-4051-2433-1|hdl-access=free }}</ref> 由于电脑算法与程式早在1956年就已用来测试和验证数学定理，<ref>{{cite book|last=Crevier |first=D. |year=1993 |title=AI: The Tumultuous History of the Search for Artificial Intelligence |url=https://archive.org/details/aitumultuoushist00crev |url-access=registration |publisher=Basic Books |location=New York, NY}}</ref>例如四色定理，社会科学家与系统动力学家预期类似的计算取径可以类比地“解决”与“证明”正规化的问题，和社会结构与动力的理论。

===宏观模拟与微观模拟===
到了1960年代晚期与1970年代早期，社会科学家使用更为可得的电脑科技对组织、产业、城市，与全球人口进行控制与回馈过程的宏观模拟。这些模型使用微分方程，将人口分布视为其他系统性因素（如存货控管、都市交通、迁徙、疾病传染等）的整体计算型函数 holistic functions来进行预测。罗马俱乐部根据对于全球经济的模拟而出版了预测全球环境浩劫的报告。<ref>{{cite book|first=Jay |last=Forrester |year=1971 |title=World Dynamics |location=Cambridge, MA |publisher=MIT Press}}</ref><ref>{{cite journal|doi=10.1287/opre.26.2.237|title=Using Simulation to Develop and Validate Analytic Models: Some Case Studies |first1=Edward J. |last1=Ignall |first2=Peter |last2=Kolesar |first3=Warren E. |last3=Walker |journal=Operations Research |volume=26 |issue=2 |year=1978 |pages=237–253}}</ref>
尽管在这份报告发表后的1970年代中期，对社会体系的模拟因而得到了大量的关注，<ref>{{cite book|title=The Dynamics of Growth in a Finite World |last1=Meadows |first1=DL |last2=Behrens |first2=WW |last3=Meadows |first3=DH |last4=Naill |first4=RF |last5= Randers |first5=J |last6=Zahn |first6=EK |year=1974 |location=Cambridge, MA |publisher=MIT Press}}</ref>
然而模型的结果被认为对于模型的假设非常敏感（在罗马俱乐部的例子中，仅有少数的证据支持），亦暂时使得这初生的领域失去可信度。<ref name="SfSS1">{{cite book|last1=Gilbert |first1=Nigel |last2=Troitzsch |first2=Klaus |year=2005 |title=Simulation for Social Scientists |edition=2 |chapter=Simulation and social science |publisher=Open University Press |chapter-url=http://cress.soc.surrey.ac.uk/s4ss/}}</ref><ref>{{cite news|title=Computer View of Disaster Is Rebutted |newspaper=The New York Times |date=October 18, 1974|url=https://www.nytimes.com/1974/10/18/archives/computer-view-of-disaster-is-rebutted.html?_r=0}}</ref>
对于利用计算工具来预测宏观的社会与经济行为产生的怀疑渐增，因此社会科学家将其注意力转向了微观模拟模型 microsimulation，借由模拟个人层级个体的状态渐进改变，而非人口层级的分布的改变，社会学家们作出了预测，也研究政策的效果<ref>{{cite journal|doi=10.1016/0167-2681(90)90038-F|title=From engineering to microsimulation : An autobiographical reflection |journal=Journal of Economic Behavior & Organization |year=1990 |volume=14 |issue=1 |pages=5–27 |first=Guy H. |last=Orcutt}}</ref>。
然而，这些微观模拟模型并未允许个体进行互动或适应，其目的也非基本理论研究<ref name="MW">{{cite journal|doi=10.1146/annurev.soc.28.110601.141117|title=From Factors to Actors: Computational Sociology and Agent-Based Modeling |first1=Michael W. |last1=Macy |first2=Robert |last2=Willer |journal=Annual Review of Sociology |volume=28 |pages=143–166 |jstor=3069238|year=2002}}</ref>。

===[[元胞自动机]]与基于主体的建模时期===
20世纪七十到八十年代，数学家和物理学家尝试建模和分析怎样从简单的单元，比如原子中，产生全局现象，比如复杂材料才低温、磁场、和[[湍流]]中的属性。<ref>{{cite book|title=Cellular automata machines: a new environment for modeling |url=https://archive.org/details/cellularautomata00toff |url-access=registration |first1=Tommaso |last1=Toffoli |first2=Norman |last2=Margolus|year=1987 |publisher=MIT Press |location=Cambridge, MA}}</ref>
科学家们使用[[元胞自动机]] Celluer Automata，设定了一个只由方格组成的系统，每个方格就是一个“元胞 cell”。每个元胞只能有有限个状态，元胞在各个状态间的转换条件只由紧贴着该元胞的周围元胞状态决定。元胞自动机与人工智能技术和微型计算机的所获得的进步一同为[[混沌理论]]和[[复杂系统]]等研究领域的建立做出重大贡献，同时也重新唤起了人们在理解交叉学科的复杂物理和社会系统的兴趣。众多致力于研究复杂科学的科研组织也是建立于这个时候：[[圣塔菲研究所]]由一群来自[https://www.lanl.gov/ 洛斯阿拉莫斯国家实验室]的物理学家在1984年发起，密歇根大学的[https://lsa.umich.edu/cscs/about-us/history.html BACH小组]也是在八十年代中期成立的。

这一轮元胞自动机的研究范式催生了使用基于主体的建模 Agent-based Modeling的第三次社会模拟浪潮。和宏观模拟类似，这些模型强调了自底向上的设计思想，但采用了四个不同于宏观建模的假设：自主 autonomy、独立 interdependency、简单规则 simple rules、和适应性行为 adaptive behavior。<ref name="MW"/> 相比于预测的准确度，基于主体的建模更加强调理论的建立。<ref>{{cite journal |title=A simulation of the structure of academic science |journal=Sociological Research Online |volume=2 |issue=2 |pages=1–15 |year=1997 |first=Nigel |last=Gilbert |url=http://www.socresonline.org.uk/socresonline/2/2/3.html |doi=10.5153/sro.85 |access-date=2009-12-16 |archive-url=https://web.archive.org/web/19980524062306/http://www.socresonline.org.uk/socresonline/2/2/3.html |archive-date=1998-05-24 |url-status=dead }}</ref>
在1981年，数学家与政治学家罗伯特·阿克塞尔罗德与演化生物学家[https://zh.wikipedia.org/wiki/%E5%A8%81%E5%BB%89%C2%B7%E5%94%90%E7%B4%8D%C2%B7%E6%BC%A2%E5%BD%8C%E7%88%BE%E9%A0%93 威廉·汉密尔顿]一同在《Science》杂志上发表了一篇名为《合作的进化 The Evolution of Cooperation》的经典论文，其中使用了基于主体的建模来展示了在囚徒困境的博弈中，当主体们 agents只遵循简单的、自利的规则时，也可以在互惠的原则上建立稳定的社会合作。<ref name="Cooperation_Science ">{{cite journal|title=The Evolution of Cooperation |first1=Robert |last1=Axelrod |first2=William D. |last2=Hamilton |journal=Science |volume=211 |issue=4489 |pages=1390–1396 |doi=10.1126/science.7466396|pmid=7466396 |date=March 27, 1981|bibcode=1981Sci...211.1390A }}</ref>
阿克塞尔罗德和汉密尔顿展示了每个主体只要遵循（1）第一轮时选择合作（2）下一轮重复上一轮对方的做法这两条简单规则，就可以在没有社会权威的情况下建立起合作与惩罚的规范。九十年代学者们如William Sims Bainbridge, Kathleen Carley, Michael Macy,和John Skvoretz建立起了广义互惠、偏见、社会影响和组织信息处理等主题的基于主体的模型。在1999年，Nigel Gilbert发表了第一本关于社会模拟的教科书《Simulation for the social scientist》，并创立了与其相关的期刊《Journal of Artificial Societies and Social Simulation》。

===数据挖掘与社交网络分析时期===
和其他社会系统计算模型的发展轨迹不同，社交网络分析 Social Network Analysis诞生自20世纪七十到八十年代，是图论、统计学和社会结构研究等科研进展所催生出来的分析方法，被许多社会学家，如 James Samuel Coleman, Harrison White, Linton Freeman, J. Clyde Mitchell, Mark Granovetter, Ronald Burt, and Barry Wellman等采用。<ref>{{cite book|title=The Development of Social Network Analysis: A Study in the Sociology of Science |first=Linton C. |last=Freeman |publisher=Empirical Press |location=Vancouver, BC |year=2004}}</ref>
八十到九十年代计算和通信技术的持续普及呼唤着[[网络科学]]，多层次建模等可以适用于越来越复杂和大体量数据集的分析技术。最近的计算社会学浪潮并没有使用计算机模拟，而是使用了网络分析和高级统计技术对计算机数据库里的行为数据做分析。电子邮件、即时通信消息、万维网上的超链接、手机使用数据、新闻组内的讨论内容等电子记录让社会学家们得以在多时间点多个层面上直接观察和分析社会行为，避免了访谈、参与观察等传统实证方法 traditional empirical methods的约束。<ref>{{cite journal|title=Life in the network: the coming age of computational social science|first9=J|last10=Gutmann|first10=M.|last11=Jebara|first11=T.|last12=King|first12=G.|last13=Macy|first13=M.|last14=Roy|first14=D.|last15=Van Alstyne|first15=M.|last9=Fowler|first8=N|last8=Contractor|first7=N|last7=Christakis|first6=D|last6=Brewer|first5=AL|last5=Barabasi|first4=S |journal=Science|last4=Aral |date=February 6, 2009|first3=L |volume=323|pmid=19197046 |issue=5915|last3=Adamic |pages=721–723|pmc=2745217 |doi=10.1126/science.1167742 |first1=David |last1=Lazer |first2=Alex |last2=Pentland |display-authors=8}}</ref>
[[机器学习]]算法的持续进步则更进一步允许社会学家和企业发现大规模数据集中隐藏的社会交互和演化的模式。
<ref>{{cite journal|first1=Jaideep |last1=Srivastava |first2=Robert |last2=Cooley |first3=Mukund |last3=Deshpande |first4=Pang-Ning |last4=Tan |journal=Proceedings of the ACM Conference on Knowledge Discovery and Data Mining |title=Web usage mining: discovery and applications of usage patterns from Web data|volume=1 |year=2000 |pages=12–23 |doi=10.1145/846183.846188|issue=2}}</ref><ref>{{cite journal|doi=10.1016/S0169-7552(98)00110-X|title=The anatomy of a large-scale hypertextual Web search engine |first1=Sergey |last1=Brin |first2=Lawrence |last2=Page |journal=Computer Networks and ISDN Systems |volume=30 |issue=1–7 |pages=107–117 |date=April 1998|citeseerx=10.1.1.115.5930 }}</ref>

[[File:Tripletsnew2012.png|thumb|right|美国大选叙事网络2012<ref name="ReferenceA">{{cite journal|title=Automated analysis of the US presidential elections using Big Data and network analysis|author1=S Sudhahar|author2=GA Veltri|author3=N Cristianini|journal=Big Data & Society|volume=2|issue=1|pages=1–28|year=2015|doi=10.1177/2053951715572916|doi-access=free}}</ref>]]
语料库自动解析技术可以大规模地抽取文本中的实体，以及实体间的关系，以将文本形式数据转化成网络形式数据。生成的网络可以包含成千上万个节点，随后应用网络理论等工具加以分析，即可发现关键结点、重点社群等，以及更加广泛的网络属性，比如健壮性和结构稳定性，或者结构洞等。<ref>{{cite journal|title=Network analysis of narrative content in large corpora|author1=S Sudhahar|author2=G De Fazio|author3=R Franzosi|author4=N Cristianini|journal=Natural Language Engineering|volume=21|issue=1|pages=1–32|year=2013|doi=10.1017/S1351324913000247 |url=https://research-information.bristol.ac.uk/files/129621186/Network_Analysis_of_Narrative_Content_in_Large_Corpora.pdf}}</ref>如此，我们可以自动执行定量叙事分析 quantitative narrative analysis中的技术，<ref>{{cite book|title=Quantitative Narrative Analysis|last=Franzosi|first=Roberto|publisher=Emory University|year=2010}}</ref>识别“主语-谓语-宾语”这样的三元组或者“主语-宾语”这样的二元组。<ref name="ReferenceA"/>

===计算内容分析时期===

内容分析 content analysis一直以来都是社会科学和媒体研究的传统组成部分。内容分析的自动化通过研究社交媒体和报刊杂志上数百万计的新闻内容，使得“大数据革命”惠及社会科学。性别偏向、可读性、内容相似度、读者偏好、甚至情绪等都文本挖掘方法在数百万文档里研究过了。<ref>{{cite journal|author1=I. Flaounas|author2=M. Turchi|author3=O. Ali|author4=N. Fyson|author5=T. De Bie|author6=N. Mosdell|author7=J. Lewis|author8=N. Cristianini|title=The Structure of EU Mediasphere|journal=PLOS One|volume=5|issue=12|pages=e14243|year=2010|doi=10.1371/journal.pone.0014243|url=https://orca-mwe.cf.ac.uk/50732/1/Flaounas%202010.pdf|pmid=21170383|pmc=2999531|bibcode=2010PLoSO...514243F}}</ref><ref>{{cite journal|title=Nowcasting Events from the Social Web with Statistical Learning|author1=V Lampos|author2=N Cristianini|journal=ACM Transactions on Intelligent Systems and Technology |volume=3|issue=4|page=72|doi=10.1145/2337542.2337557|year=2012|url=http://www.lampos.net/sites/default/files/papers/lampos2012nowcasting.pdf}}</ref><ref>{{cite conference|title=NOAM: news outlets analysis and monitoring system|author1=I. Flaounas|author2=O. Ali|author3=M. Turchi|author4=T Snowsill|author5=F Nicart|author6=T De Bie|author7=N Cristianini|conference=Proc. of the 2011 ACM SIGMOD international conference on Management of data|year=2011|url=http://www.tijldebie.net/system/files/SIGMOD_11_demo_Ilias.pdf|doi=10.1145/1989323.1989474}}</ref><ref>{{cite book|author=N Cristianini|title=''Combinatorial Pattern Matching''|pages=2–13|year=2011|volume=6661|series= Lecture Notes in Computer Science|isbn=978-3-642-21457-8|doi=10.1007/978-3-642-21458-5_2|chapter=Automatic Discovery of Patterns in Media Content|citeseerx=10.1.1.653.9525}}</ref><ref>{{Cite journal|last=Lansdall-Welfare|first=Thomas|last2=Sudhahar|first2=Saatviga|last3=Thompson|first3=James|last4=Lewis|first4=Justin|last5=Team|first5=FindMyPast Newspaper|last6=Cristianini|first6=Nello|date=2017-01-09|title=Content analysis of 150 years of British periodicals|url=http://www.pnas.org/content/early/2017/01/03/1606380114|journal=Proceedings of the National Academy of Sciences|volume=114|issue=4|language=en|pages=E457–E465|doi=10.1073/pnas.1606380114|issn=0027-8424|pmid=28069962|pmc=5278459}}</ref>
Flaounas et al.<ref>{{cite journal|author1=I. Flaounas|author2=O. Ali|author3=M. Turchi|author4=T. Lansdall-Welfare|author5=T. De Bie|author6=N. Mosdell|author7=J. Lewis|author8=N. Cristianini|title=Research methods in the age of digital journalism|journal=Digital Journalism|year=2012|doi=10.1080/21670811.2012.714928|volume=1|pages=102–116}}</ref>这篇论文中对于可读性、性别偏向和主题偏向等进行了分析。论文展示了不同的主题有不同的性别偏向和可读性，还探讨了通过分析Twitter内容来识别人群的情绪变化的可能性。<ref>{{cite conference|title=Effects of the Recession on Public Mood in the UK|author=T Lansdall-Welfare|author2=V Lampos|author3=N Cristianini|series=Mining Social Network Dynamics (MSND) session on Social Media Applications|doi=10.1145/2187980.2188264|conference=Proceedings of the 21st International Conference on World Wide Web|pages=1221–1226|location=New York, NY, USA|url=http://www.cs.bris.ac.uk/Publications/Papers/2001521.pdf}}</ref>

Dzogang et al.<ref>{{Cite journal|last=Dzogang|first=Fabon|last2=Lansdall-Welfare|first2=Thomas|last3=Team|first3=FindMyPast Newspaper|last4=Cristianini|first4=Nello|date=2016-11-08|title=Discovering Periodic Patterns in Historical News|journal=PLOS One|volume=11|issue=11|pages=e0165736|doi=10.1371/journal.pone.0165736|issn=1932-6203|pmc=5100883|pmid=27824911|bibcode=2016PLoSO..1165736D}}</ref> 是大规模历史新闻内容分析的先驱，他们的研究展示了周期性结构如何可以通过历史新闻内容自动识别出来。在社交媒体领域也有相似的分析，同样揭示了很强的周期结构。<ref>[https://core.ac.uk/download/pdf/83929129.pdf Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts] F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on ''Data Mining'' in Human Activity Analysis
</ref>

==当前主流研究方法==

就像伽利略利用望远镜作为关键的观察工具最终获得对物质世界更深刻、更真实的理解一样，计算社会科学家正在学习利用先进和日益强大的计算工具来超越传统的学科。<ref>Claudio Cioffi‐Revilla (2010) [https://test.pattern.swarma.org/paper?id=62b3c07e-5bcc-11ea-9bda-0242ac1a0005 Computational social science].</ref>

目前，根据使用环境的不同，计算社会科学方法主要分为五个：

===自动信息提取 ===
自动信息提取技术由于可以挖掘实时的数据流，如新闻广播或其他电子报告，不仅可用于异常检测和预警，同时也可用于监测趋势和评估干预和项目执行等，是计算社会科学数据收集的一个重要方式。

===社交网络分析（SNA） ===
将人或者社区看作一个点，用边表示人和人之间或者社区和社区之间可能存在的相互依赖关系，这样就可以构成一个社会网络，利用网络科学的方法对社会网络进行分析，挖掘出背后的逻辑，就是社交网络分析。联盟、恐怖组织、贸易体系、认知信仰体系和国家社会体系本身都是常见的社会网络，是社会科学家们感兴趣的研究对象。

===地理空间分析 ===
地理信息系统 GIS，又被称为社会地理信息系统、地理信息系统、社会GIS，最初是社会地理学家和制图员研究地理现象的可视化工具和空间分析的工具。目前在社会科学中有了许多应用，比如在犯罪学和区域经济学应用社会GIS可以有效的量化冲突，与其他的量化技术结合在一起可以产生一些使用数学和统计模型无法获得的有趣的见解。

===复杂系统建模 ===
复杂系统建模是指采用复杂系统的基本方法，比如神经网络建模、基于主体的建模方法、遗传算法、粒子群优化算法、蚁群优化算法应用在社会科学网络中，为社会科学中的非均衡系统的动态分析提供了理论支持。如恐怖袭击、发展中国家的财富和贫困，政治不稳定，外国援助分布和国内和国际冲突等。

===社会仿真模型===

因为很多社会事件是无法在系统上进行实验的，所以采用仿真模拟的办法来对研究分析某一特定的系统和策略，从而达到分析社会现象的办法，成为社会仿真模型。

同样的，每个方法下面也被系统的划分为多个模型，例如计算社会模拟模型包括系统动力学，微观分析模型，排队模型，细胞自动机，多智能体模型，学习和演化模型，包括一些混合动力，例如，结合系统动力学和代理模型 Agent Based Models。另外，这五种方法之间的几种组合也很常见，如在由反弹道导弹模拟时引入表达社会复杂性的幂律分布模型。

这部分的详细内容可以看社会复杂性中心，Krasnow先进研究所，美国乔治梅森大学教授Claudio Cioffi-Revilla 出版的[https://onlinelibrary.wiley.com/doi/full/10.1002/wics.95#accessDenialLayout 《Introduction to Computational Social Science: Principles and Applications]》，现在也有了中文的翻译版本，《计算社会科学原则与应用》。

==挑战==

计算社会科学，和其他研究领域一样，面临着一系列的挑战。<ref name="MCSS">Conte, Rosaria, et al. "[https://link.springer.com/content/pdf/10.1140%252Fepjst%252Fe2012-01697-8.pdf Manifesto of computational social science]." The European Physical Journal Special Topics 214.1 (2012): 325-346.</ref> 这些挑战需要得到有意义的处理，以便对社会产生最大的影响。

=== 层级及其相互作用 ===

每个社会形成后往往处于一个层级，并且在层级之间存在着相互作用。层级并不仅仅是指微观层面或者宏观层面，可以存在一些中间层次，比如群体、网络、社区等等。<ref name="MCSS" /> 然而，问题是如何确定这些层级以及这些层级是如何产生的？一旦层级存在，它们如何在内部，或与其他层级产生相互作用？

如果我们把实体(主体)看作节点，把它们之间的连接看作连边，就可以看到网络的形成。这些网络中的连接并非基于实体之间的客观存在的连线，而是由这些实体选择的因素决定的。 <ref>{{cite journal|last1=Egu´ıluz|first1=V. M.|last2=Zimmermann|first2=M. G.|last3=Cela-Conde|first3=C. J.|last4=San Miguel|first4=M.|title=American Journal of Sociology|issue=2005|pages=110, 977}}</ref>这个过程的挑战在于，很难确定一组实体何时形成网络。这些网络可以是信任网络、合作网络、依赖网络等。在一些情况下，异质性实体之间也能形成强大而有意义的网络。<ref>{{cite journal|last1=Sichman|first1=J. S.|last2=Conte|first2=R.|title=Computational & Mathematical Organization Theory|issue=2002|pages=8(2)}}</ref><ref>{{cite journal|last1=Ehrhardt|first1=G.|last2=Marsili|first2=M.|last3=Vega-Redondo|first3=F.|title=Physical Review E|issue=2006|pages=74(3)}}</ref>

正如前面所讨论的，社会中有层级。而这一层级，即微观层面的个体层级中，微观-宏观之间的连接<ref>Billari, Francesco C. [https://books.google.com/books?hl=en&lr=&id=Tc8iL0b-OycC&oi=fnd&pg=PA1&dq=%22Agent-based+computational+modelling:+applications+in+demography,+social,+economic+and+environmental+sciences%22&ots=6MNVK7JP-e&sig=-o_iS9zCK3r-t1eHn3554UVadUs Agent-based computational modelling: applications in demography, social, economic and environmental sciences]. Taylor & Francis, 2006.</ref> 指的是可以产生更高的层级那种相互作用。针对这样微观-宏观之间的连接有一系列的问题需要回答：它们是如何形成的？它们什么时候会收敛？传递到较低的层级的反馈是什么，以及它们是如何被传递的？

另一个主要挑战是验证信息的有效性及其追溯信息的来源。近年来，信息收集和处理蓬勃发展，然而，人们很少关注社会中虚假信息的传播。追溯信息来源并找到信息的所有者是很困难的事情。

=== 文化建模 ===

在社会中，网络和层级的演化会带来文化的多样性。<ref>{{cite journal|last1=Centola|first1=D.|last2=Gonz´alez-Avella|first2=J. C.|last3=Egu´ıluz|first3=V. M.|last4=San Miguel|first4=M.|title=Journal of Conflict Resolution|issue=2007|pages=51}}</ref> 因此，一个自然而然的想法是，当人们倾向于交流，变得更能接受其他文化和信仰时，为什么多样性仍然存在？为什么没有趋同？针对这个问题的一个主要挑战就是如何对多样性建模。比如是否存在诸如大众传媒、社会地域属性等外部因素会影响文化多样性的演化或持续？

=== 实验和评估 ===

任何与实验结合的研究或建模都需要能够解决所提出的问题。计算社会科学能够处理大规模的数据，但是随着规模的增长挑战也越来越大：如何设计一个大规模的信息模拟？即使提出了一个大规模的模拟，如何评估这一大规模的模拟？

=== 模型选择和模型复杂度 ===

另一个挑战是确定能拟合数据数据，而复杂度又合适的模型。这些模型将帮助我们预测随着时间的推移社会将如何演化，并为社会运转的机制提供可能的解释。 <ref>Weisberg, Michael. [http://www.academia.edu/download/30604870/lessmorefinal.pdf When less is more: Tradeoffs and idealization in model building]. Diss. Stanford University, 2003.</ref>

==== 生成式模型 ====

生成式模型帮助我们以一种受控的方式进行广泛的定性分析。爱泼斯坦提出了一个基于主体的模拟，该模型通过识别一组初始的异质实体(主体) ，并根据简单的局部规则观察它们的演化和增长。 <ref>Epstein, Joshua M. [https://www.researchgate.net/profile/Eric_Jones14/publication/283615593_Book_Review_-_Generative_Social_Science_Studies_in_Agent-Based_Computational_Modeling/links/5641398808aebaaea1f70216.pdf Generative social science: Studies in agent-based computational modeling]. Princeton University Press, 2006.</ref>

但是这些局部的规则是什么呢？如何在一组异质的主体中识别它们？这些规则的评估和影响提出是一系列新的难点。

==== 异质或集成模型 ====

将那些在单个任务中表现更好的简单模型集成而形成一个混合模型是一种值得探索的研究方法。这些模型可以提供更好的预测效果并且增强对数据的理解。然而这里需要在效果和可解释性之间做权衡，当需要提出一个组合的、性能良好的模型时，也需要识别并深入理解这些简单模型之间的相互作用。此外，开发出用来帮助分析和可视化这些混合模型的数据的工具和应用程序又将是另一个额外的挑战。

== 数据库 ==

计算社会科学日益依赖大型的资料库，目前正由几个跨领域计划或维护中的资料库：

* Seshat：全球历史的资料库，内容系统性的收集了关于内容群体政治社会组织的资讯，以及社会如何演化等。Seshat隶属于演化研究所，演化研究所为非营利智库，目标为“利用演化科学来解决现实世界问题”。
* [https://web.archive.org/web/20160818082017/https://d-place.org/home D-PLACE]：地方、语言、文化和环境资料库，提供超过1400个人类社会形态的资料
* 文化演化图集：是由彼得·百富勤（Peter N. Peregrie）所建立的考古资料库<ref>Peter N. Peregrine, ''Atlas of Cultural Evolution'', ''World Cultures'' 14(1), 2003</ref>。
* CHIA：即历史分析的协作资讯（Collaborative Information for Historical Analysis），是由匹兹堡大学主持的多学科合作项目，旨在将历资讯资讯建档，将数据与全球各地的研究机构连结起来。
* 国际社会历史研究所（International Institute of Social History）：收集关于劳动关系，工人和劳动的全球社会历史的资料。
* Human Relations Area Files eHRAF Archaeology<ref>{{Cite web|url=http://www.yale.edu/hraf/archaeology.htm|title=eHRAF Archaeology|publisher=Human Relations Area Files}}</ref>。
* Human Relations Area Files eHRAF World Cultures<ref>{{Cite web|url=http://ehrafworldcultures.yale.edu/ehrafe/|title=eHRAF World Cultures|publisher=Human Relations Area Files}}</ref>。
* [https://www.clio-infra.eu/ Clio-Infra]：从公元前1800年到现在的全球社会样本的经济绩效和社会福利其他方面的资料库。
* 对大量历史报纸内容的分析率先显示了如何自动发现周期性结构<ref>{{Cite journal|title=Content analysis of 150 years of British periodicals|url=http://www.pnas.org/content/early/2017/01/03/1606380114|last=Lansdall-Welfare|first=Thomas|last2=Sudhahar|first2=Saatviga|date=2017-01-09|journal=Proceedings of the National Academy of Sciences|doi=10.1073/pnas.1606380114|pages=201606380|language=en|issn=0027-8424|pmid=28069962|last3=Thompson|first3=James|last4=Lewis|first4=Justin|last5=Team|first5=FindMyPast Newspaper|last6=Cristianini|first6=Nello}}</ref><ref>{{Cite journal|title=Discovering Periodic Patterns in Historical News|url=http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0165736|last=Dzogang|first=Fabon|last2=Lansdall-Welfare|first2=Thomas|date=2016-11-08|journal=PLOS ONE|issue=11|doi=10.1371/journal.pone.0165736|volume=11|pages=e0165736|issn=1932-6203|pmc=5100883|pmid=27824911|last3=Team|first3=FindMyPast Newspaper|last4=Cristianini|first4=Nello}}</ref> ，对社群媒体进行类似的分析，也能看到明显的周期性结构<ref>Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on ''Data Mining'' in Human Activity Analysis</ref>。

==影响==
计算社会学将给科学、技术和社会带来诸多影响。<ref name="MCSS" />

=== 对科学的影响 ===

为了使计算社会科学的研究卓有成效，必须用到一些有价值的创新。这些创新可以是新的数据分析工具、更好的模型和算法。这种创新的出现对整个科学界来说都会带来很多的好处。

=== 对社会的影响 ===

计算社会科学的主要挑战之一是社会过程的建模。若能解决这一挑战，各种法律和政策制定者将能够有效且高效的发布新指导方针，广大群众将能够评价和充分理解摆在他们面前的各种备选方案，从而实现公开和平衡的决策进程。

== 期刊及学术刊物 ==

这个学科最相关的期刊是《Journal of Artificial Societies and Social Simulation》。

* [https://web.archive.org/web/20100611121626/http://www.ccsr.uiuc.edu/web/Journals/Journals.html 复杂性科学研究期刊列表], from UIUC, IL
* [https://web.archive.org/web/20100611091342/http://www.ccsr.uiuc.edu/web/Groups/Groups.html 相关研究组列表], from UIUC, IL

== 协会，会议以及工作坊 ==
*[http://www.casos.cs.cmu.edu/naacsos/ 北美计算社会和组织科学协会 ''North American Association for Computational Social and Organization Sciences'']
*[http://www.essa.eu.org/ 欧洲社会仿真协会 ''ESSA: European Social Simulation Association'']

== 学术项目，部门和学位 ==
* [http://mediapatterns.enm.bris.ac.uk/ University of Bristol "Mediapatterns" project]
* [http://www.cos.cs.cmu.edu/ Carnegie Mellon University], [http://www.casos.cs.cmu.edu PhD program] in Computation, Organizations and Society (COS)
* [http://www.uchicago.edu University of Chicago]
* [https://macss.uchicago.edu/ Certificate, MA and PhD in Computational Social Sciences]
* [http://www.gmu.edu George Mason University]
* PhD program in [http://css.gmu.edu CSS (Computational Social Sciences)]
* MA program in [http://mais.gmu.edu/programs/la-mais-css Master's of Interdisciplinary Studies, CSS emphasis]
* [http://www.pdx.edu/sysc/program-systems-science-phd-program Portland State], PhD program in Systems Science
* [http://www.pdx.edu/sysc/program-systems-science-masters-program Portland State], MS program in Systems Science
* [http://www.ucd.ie University College Dublin],
* PhD Program in [http://www.ucd.ie/geary/postgraduatetraining/cscs Complex Systems and Computational Social Science]
* MSc in [https://sisweb.ucd.ie/usis/!W_HU_MENU.P_PUBLISH?p_tag=PROG&MAJR=W390 Social Data Analytics]
* BSc in [https://www.myucd.ie/courses/social-sciences/computational-social-science Computational Social Science]
* [https://archive.is/20121215023745/http://hcs.ucla.edu/courses.htm UCLA], Minor in Human Complex Systems
* [http://www.cs.ucla.edu/~cyber/ UCLA], Major in Computational & Systems Biology (including behavioral sciences)
* [http://cscs.umich.edu/education/undergrad/undergrad.html Univ. of Michigan], Minor in Complex Systems
* [http://www.pdx.edu/sysc/resources-other-systems-science-programs Systems Sciences Programs List], Portland State. List of other worldwide related programs.

==科研中心和机构==

=== 北美地区 ===
* [http://cnets.indiana.edu/ 复杂网络与系统研究中心''Center for Complex Networks and Systems Research''], 美国印第安纳大学''Indiana University, Bloomington, IN, USA''.
* [https://web.archive.org/web/20110430200327/http://www.ccsr.uiuc.edu/ 复杂系统研究中心''Center for Complex Systems Research''], University of Illinois at Urbana-Champaign, IL, USA.
* [http://socialcomplexity.gmu.edu/ 社会复杂性中心''Center for Social Complexity''], George Mason University, Fairfax, VA, USA.
* [http://www.asu.edu/clas/csdc/ 社会动力学与复杂性研究中心''Center for Social Dynamics and Complexity''], Arizona State University, Tempe, AZ, USA.
* [http://www.cscs.umich.edu/ 复杂系统研究中心''Center of the Study of Complex Systems''], University of Michigan, Ann Arbor, MI, USA.
* [http://hcs.ucla.edu/ 人类复杂系统''Human Complex Systems''], University of California Los Angeles, Los Angeles, CA, USA.
* [http://www.iq.harvard.edu/ 定量社会科学研究所 Institute for Quantitative Social Science], Harvard University, Boston, MA, USA.
* [http://www.nico.northwestern.edu/ 西北大学复杂系统研究所''Northwestern Institute on Complex Systems (NICO)''], Northwestern University, Evanston, IL USA.
* [[圣塔菲研究所]]Santa Fe, NM, USA.
* 杜克大学网络分析中心''Duke Network Analysis Center'', Durham, NC, USA

=== 南美 ===
* [http://www5.each.usp.br/mestrado-academico-em-modelagem-de-sistemas-complexos/ Modelagem de Sistemas Complexos], University of São Paulo - EACH, São Paulo, SP, Brazil
* [http://inct.cnpq.br/web/inct-sc Instituto Nacional de Ciência e Tecnologia de Sistemas Complexos], Centro Brasileiro de Pesquisas Físicas, Rio de Janeiro, RJ, Brazil

===欧洲===

* [http://cfpm.org 政策建模中心''Centre for Policy Modelling''], Manchester, UK.
* [http://cress.soc.surrey.ac.uk/ 社会仿真研究中心''Centre for Research in Social Simulation''], University of Surrey, UK.
* [https://web.archive.org/web/20130425014018/http://dl.ucd.ie/ UCD动力学实验室-计算社会科学中心''UCD Dynamics Lab- Centre for Computational Social Science''], Geary Institute for Public Policy, University College Dublin, Ireland.
* [http://www.rug.nl/research/gcscs/ Groningen Center for Social Complexity Studies (GCSCS)], Groningen, NL.
* [http://www.soms.ethz.ch/ Chair of Sociology, in particular of Modeling and Simulation (SOMS)], Zürich, Switzerland.
* [http://www.eco.unibs.it/gecs/ 实验与计算社会学研究小组''Research Group on Experimental and Computational Sociology (GECS)''], Brescia, IT.

===亚洲===
* [http://bandungfe.net Bandung Fe Institute, Centre for Complexity in Surya University], Bandung, Indonesia.

==参考资料==

{{reflist}}

== 外部链接 ==
*[http://cress.soc.surrey.ac.uk/s4ss/ On-line book "Simulation for the Social Scientist" by Nigel Gilbert and Klaus G. Troitzsch, 1999, second edition 2005]
*[http://jasss.soc.surrey.ac.uk/JASSS.html Journal of Artificial Societies and Social Simulation]
*[https://web.archive.org/web/20110516072744/http://cmol.nbi.dk/models/ Agent based models for social networks, interactive java applets]
*[https://web.archive.org/web/20090827052722/http://www.personal.kent.edu/~bcastel3/ Sociology and Complexity Science Website]

== 参阅 ==
* [[人工社会]]
* [[社会仿真]]
* [[社会复杂性]]
* [[计算经济学]]
* [[社交网络分析]]
*[https://en.m.wikipedia.org/wiki/Social_simulation 社会模拟]
*[https://en.m.wikipedia.org/wiki/Social_complexity 社会复杂性]
*[https://en.m.wikipedia.org/wiki/Computational_social_science 计算社会科学]

== 编者推荐 ==
=== 书籍推荐 ===
[[File:计算社会学.png|400px|thumb|right|[http://cn.epubee.com/files.aspx?sortkey=addtime&sort=asc&menukey=format&menuvalue=.mobi&skeyinput=&iskindle=0&aff=0&prom 计算社会学]]]

====[http://cn.epubee.com/files.aspx?sortkey=addtime&sort=asc&menukey=format&menuvalue=.mobi&skeyinput=&iskindle=0&aff=0&prom=0 计算社会学]====
这本书站在数据科学与社会科学的十字路口，教你利用数据方法增强科学洞察力，收录了大量多样化的案例，用每个人都能听懂的语言描述了一套测量世界的全新思维工具，这是一本社会科学家的“跨界指南之书”、数据科学家的“素养提升之作”。不论你是想了解大数据的10个共同特征，还是想理解大公司的道德伦理困境，这本书都值得反复翻阅，科学杂志、福布斯杂志赞誉有加。哈佛大学加里·金，微软研究院研究员邓肯·瓦茨，脸谱网数据科学家肖恩·泰勒，北京师范大学系统科学学院、集智俱乐部创始人张江，鼎力推荐！

<br/>
=== 集智课程推荐 ===
====[https://campus.swarma.org/course/1028 2019 International Conference of Social Computing]====
本课程是2019年8月26日、27日的2019International Conference of Social Computing记录

<br/>
===[https://campus.swarma.org/course/2709 社会计算读书会第一季]===
本课程是2021年开设的社会计算读书会第一季，围绕主题包括：社会计算介绍综述、计算社会科学之于社会计算、复杂科学之于社会计算。

<br/>
====[https://campus.swarma.org/course/595 多主体模型模拟]====
本节课的内容将接近现实生活，实现对社会生活的模拟，构建多主体模型进行社会学仿真。

<br/>
====[https://campus.swarma.org/course/706 计算社会科学的前沿与展望]====
在本课程中，Evans 教授将结合多年的教学、研究、基金申请，与主持各类计算社会科学研讨会的经验，回顾与介绍计算社会科学发展的历史与现状，并展望该领域的未来发展。

<br/>

----
本中文词条由[[用户:18621066378|18621066378]]参与编译，[[用户:不是海绵宝宝|不是海绵宝宝]]编辑，如有问题，欢迎在页面讨论。

'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

复杂网络

2024-05-14T11:32:52Z

高敏：/* ER随机网 */

{{#seo:
|keywords=小世界网络，无标度网络，复杂系统
|description=是一种理解现实世界复杂系统的抽象模型。
}}

复杂网络是一种理解现实世界复杂系统的抽象模型。它将复杂系统中的实体抽象成节点，将实体之间的关系抽象成连线。虽然数学中的图论也在研究网络，但是现实中的网络会有更多的随机特性。因此，复杂网络一般更加关注网络的统计特征。在网络理论的背景下，复杂网络是一个具有非平凡拓扑特征的图(网络)ーー这些特征不会出现在简单的网络中，如格或随机图，而是经常出现在代表实际系统的网络中。复杂网络的研究是一个年轻而活跃的科学研究领域<ref>{{cite journal| author = R. Albert and A.-L. Barabási|year = 2002| title = Statistical mechanics of complex networks| journal=Reviews of Modern Physics|volume = 74| issue = 1| pages = 47–49|doi=10.1103/RevModPhys.74.47| arxiv = cond-mat/0106096|bibcode = 2002RvMP...74...47A}}</ref><ref>{{cite book| author = Mark Newman| year = 2010| title = Networks: An Introduction | publisher = Oxford University Press|isbn=978-0-19-920665-0}}</ref><ref>{{cite journal| author = Reuven Cohen and Shlomo Havlin| year = 2010| title = Complex Networks: Structure, Robustness and Function| journal = Cambridge University Press|isbn=978-0-521-84156-6}}</ref>(自2000年以来) ，主要受到计算机网络、生物网络、技术网络、大脑网络、气候网络<ref name="Bassett 353–364">{{Cite journal|last1=Bassett|first1=Danielle S|last2=Sporns|first2=Olaf|date=2017-02-23|title=Network neuroscience|journal=Nature Neuroscience|volume=20|issue=3|pages=353–364|doi=10.1038/nn.4502|issn=1097-6256|pmc=5485642|pmid=28230844}}</ref><ref name="AlexF">{{Cite web|url=https://www.pathlms.com/ohbm/courses/12238/sections/15846/video_presentations/137536|title=An Introduction to Network Neuroscience: How to build, model, and analyse connectomes - 0800-10:00 {{!}} OHBM|website=pathlms.com|language=en|author=Alex Fornito|access-date=2020-03-11}}</ref><ref name="10.1038/s41598-021-81767-7">{{cite journal | vauthors = Saberi M, Khosrowabadi R, Khatibi A, Misic B, Jafari G | title = Topological impact of negative links on the stability of resting-state brain network | journal = Scientific Reports | date = January 2021 | volume = 11 | issue = 1 | page = 2176 | pmc = 7838299 | doi = 10.1038/s41598-021-81767-7 | bibcode = 2021NatSR..11.2176S }}</ref>和社会网络等现实世界网络的经验性发现的启发。

==定义==
大多数社会、生物和技术网络显示了大量非平凡的拓扑特征，它们的元素之间的连接模式既不是纯规则的也不是纯随机的。这些特征包括程度分布的重尾，高集聚系数，顶点之间的协调性或不协调性，社团结构和等级结构。在有向网络的情况下，这些特征还包括互惠性、三元显著性特征和其他特征。相比之下，许多过去研究过的网络数学模型，例如格和随机图，并没有表现出这些特征。最复杂的结构可以通过具有中等数量相互作用的网络来实现。<ref>{{cite journal|last=T. Wilhelm|first=J. Kim|title=What is a complex graph?|journal=Physica A|year=2008|volume=387|issue=11|pages=2637–2652|doi=10.1016/j.physa.2008.01.015|bibcode = 2008PhyA..387.2637K }}</ref>即对于中等概率而言，最大信息量(熵)是可获得的。

在[http://wiki.swarma.net/index.php/网络理论网络理论]的研究中，复杂网络是由数量巨大的节点和节点之间错综复杂的关系共同构成的网络结构。用数学的语言来说，就是一个有着足够复杂的拓扑结构特征的图。复杂网络具有简单网络，如晶格网络、随机图等结构所不具备的特性，而这些特性往往出现在真实世界的网络结构中。复杂网络的研究是现今科学研究中的一个热点，与现实中各类高复杂性系统，如互联网网络、神经网络和社会网络的研究有密切关系。

而[[无标度网络]]<ref name = "frst">{{cite journal|last=A. Barabasi|first=E. Bonabeau|title=Scale-Free Networks|journal=Scientific American|date= 2003|volume=288|issue=5|pages=50–59|doi=10.1038/scientificamerican0503-60|pmid=12701331|bibcode=2003SciAm.288e..60B}}</ref>和[[小世界网络]]<ref name = "sec">{{cite journal|last=S. H. Strogatz|first=D. J. Watts|title=Collective dynamics of 'small-world' networks|journal=Nature|year=1998|volume=393|pages=440–442|doi=10.1038/30918|pmid=9623998|issue=6684|bibcode = 1998Natur.393..440W}}</ref><ref>{{cite journal|last=H.E. Stanley|first=L.A.N. Amaral, A. Scala, M. Barthelemy|title=Classes of small-world networks|journal=PNAS|year=2000|volume=97|issue=21|pages=11149–52|doi= 10.1073/pnas.200327197 |arxiv = cond-mat/0001458 |bibcode = 2000PNAS...9711149A|pmid=11005838|pmc=17168|doi-access=free}}</ref>是复杂网络研究的热点，它们的发现和定义是该领域的典型案例。两者都拥有着各自独有的结构特征。即无标度网络的幂律度分布和小世界网络的短路径长度和高聚集性。然而，随着复杂网络研究的重要性和普及程度的不断提高，网络结构的许多其他方面也引起了人们的关注。

近年来，复杂网络的研究已经扩展到多层网络。<ref name="BuldyrevParshani2010">{{cite journal|last1=Buldyrev|first1=Sergey V.|last2=Parshani|first2=Roni|last3=Paul|first3=Gerald|last4=Stanley|first4=H. Eugene|last5=Havlin|first5=Shlomo|title=Catastrophic cascade of failures in interdependent networks|journal=Nature|volume=464|issue=7291|year=2010|pages=1025–1028|issn=0028-0836|doi=10.1038/nature08932|pmid=20393559|arxiv = 0907.1182 |bibcode = 2010Natur.464.1025B}}</ref>如果这些网络是相互依存的，它们比单一网络更容易受到随机故障和有针对性的攻击，并出现级联故障和一级渗透过渡。<ref name="ParshaniBuldyrev2010">{{cite journal|last1=Parshani|first1=Roni|last2=Buldyrev|first2=Sergey V.|last3=Havlin|first3=Shlomo|title=Interdependent Networks: Reducing the Coupling Strength Leads to a Change from a First to Second Order Percolation Transition|journal=Physical Review Letters|volume=105|issue=4|year=2010|issn=0031-9007|doi=10.1103/PhysRevLett.105.048701|bibcode=2010PhRvL.105d8701P|arxiv = 1004.3989|pmid=20867893|pages=048701}}</ref><ref>{{cite journal | title = Networks formed from interdependent networks | authors = J. Gao, S.V. Buldyrev, H.E. Stanley, S. Havlin | journal = Nature Physics | volume = 8 | pages = 40–48 | date = 2012| issue = 1 | doi = 10.1038/nphys2180 | bibcode = 2012NatPh...8...40G }}</ref>此外，还研究了节点失效和恢复情况下网络的集体行为。<ref name="MajdandzicPodobnik2013">{{cite journal|last1=Majdandzic|first1=Antonio|last2=Podobnik|first2=Boris|last3=Buldyrev|first3=Sergey V.|last4=Kenett|first4=Dror Y.|last5=Havlin|first5=Shlomo|last6=Eugene Stanley|first6=H.|title=Spontaneous recovery in dynamical networks|journal=Nature Physics|volume=10|issue=1|year=2013|pages=34–38|issn=1745-2473|doi=10.1038/nphys2819|bibcode=2014NatPh..10...34M|doi-access=free}}</ref>人们已经发现，这样的网络可能会出现自发的失败和自发的恢复。

这个领域继续以快速的步伐发展，并且汇集了来自数学、物理学、电力系统、<ref name="Saleh 1381">{{Cite journal|last1=Saleh|first1=Mahmoud|last2=Esa|first2=Yusef|last3=Mohamed|first3=Ahmed|date=2018-05-29|title=Applications of Complex Network Analysis in Electric Power Systems|journal=Energies|language=en|volume=11|issue=6|pages=1381|doi=10.3390/en11061381|doi-access=free}}</ref>生物学、<ref>{{cite journal |author=A. Bashan, R.P. Bartsch, J.W. Kantelhardt, S. Havlin, P.C. Ivanov |year=2012 |title=Network physiology reveals relations between network topology and physiological function |journal=Nature Communications|volume=3 |pages=72|doi=10.1038/ncomms1705 |pmid=22426223 |pmc=3518900 |arxiv=1203.0242 |bibcode=2012NatCo...3..702B |doi-access=free }}</ref>气候学、<ref>{{cite journal |author=J. Fan, J. Meng, X. Chen, Y. Ashkenazy, S. Havlin |year=2017 |title= Network approaches to climate science |journal=Science China Physics, Mechanics and Astronomy|volume=60 |issue=1|page=10531 |doi=10.1007/s11433-016-0362-2 |bibcode=2017SCPMA..60a0531F |doi-access=free }}</ref>计算机科学、社会学、流行病学<ref>{{cite journal |author=Lucas D Valdez, Lidia A Braunstein, Shlomo Havlin |year=2020 |title= Epidemic spreading on modular networks: The fear to declare a pandemic |journal=Physical Review E|volume=101 |issue=3|pages=032309|doi=10.1103/PhysRevE.101.032309 |pmid=32289896 |arxiv=1909.09695|bibcode=2020PhRvE.101c2309V }}</ref>等许多领域的研究人员。<ref>{{cite journal|last=A.E. Motter|first=R. Albert|title=Networks in Motion|journal=Physics Today|year=2012|volume=65|issue=4|pages=43–48|url=http://www.physicstoday.org/resource/1/phtoad/v65/i4/p43_s1|archive-url=https://archive.today/20120906061904/http://www.physicstoday.org/resource/1/phtoad/v65/i4/p43_s1|url-status=dead|archive-date=2012-09-06|doi=10.1063/pt.3.1518|arxiv=1206.2369|bibcode=2012PhT....65d..43M}}</ref>来自网络科学和工程学的思想和工具已经应用于代谢和遗传调控网络的分析; 生态系统稳定性和稳健性的研究; <ref name="johnson2014">{{cite journal |author=Johnson S, Domı́nguez-Garcı́a V, Donetti L, Muñoz MA |year=2014 |title=Trophic coherence determines food-web stability |journal=[[Proc Natl Acad Sci USA]] |volume=111 |issue=50 |pages=17923–17928 |doi=10.1073/pnas.1409077111|pmid=25468963 |pmc=4273378 |arxiv=1404.7728 |bibcode=2014PNAS..11117923J |doi-access=free }}</ref>临床科学; <ref>{{cite journal|last=S.G.Hofmann|first=J.E.Curtiss|title=A complex network approach to clinical science|journal=European Journal of Clinical Investigation|year=2018|volume=48|issue=8|pages=e12986|doi=10.1111/eci.12986|pmid=29931701|doi-access=free}}</ref>可扩展通信网络的建模和设计，<ref>{{cite thesis|last=Mouhamed Abdulla|date=2012-09-22|title=On the Fundamentals of Stochastic Spatial Modeling and Analysis of Wireless Networks and its Impact to Channel Losses|url=http://spectrum.library.concordia.ca/974847|journal=Ph.D. Dissertation, Dept. Of Electrical and Computer Engineering, Concordia Univ., Montréal, Québec, Canada, Sep. 2012.|pages=(Ch.4 develops algorithms for complex network generation and visualization)|publisher=Concordia University|type=phd}}</ref>如复杂无线网络的生成和可视化; 疫苗接种战略的发展以控制疾病;<ref>{{cite journal | title = Efficient immunization strategies for computer networks and populations | authors = R. Cohen, S. Havlin, D. Ben-Avraham | journal = Phys. Rev. Lett. | volume = 91 | pages = 247901 | date = 2003| issue = 24 | doi = 10.1103/PhysRevLett.91.247901 | arxiv = cond-mat/0207387 | bibcode = 2003PhRvL..91x7901C }}</ref><ref>{{cite journal |last1=Chen |first1=Y |last2=Paul |first2=G |last3=Havlin |first3=S |last4=Liljeros |first4=F |last5=Stanley |first5=H. E |title=Finding a Better Immunization Strategy |journal=Phys. Rev. Lett. |volume=101 |page=058701 |date=2008|issue=5 |doi=10.1103/PhysRevLett.101.058701 |pmid=18764435 |bibcode=2008PhRvL.101e8701C }}</ref><ref>{{cite journal |last1=Yangyang Liu, Hillel Sanhedrai, GaoGao Dong, Louis M Shekhtman, Fan Wang, Sergey V Buldyrev, Shlomo Havlin |title=Efficient network immunization under limited knowledge |journal=National Science Review |date=2021 |volume=8 |issue=1|doi=10.1093/nsr/nwaa229 |arxiv=2004.00825 }}</ref> 以及广泛的其他实际问题。<ref>{{cite journal |last1=Jingfang Fan, Jun Meng, Josef Ludescher, Xiaosong Chen, Yosef Ashkenazy, Jürgen Kurths, Shlomo Havlin, Hans Joachim Schellnhuber |title=Statistical physics approaches to the complex Earth system |journal=Physics Reports |year=2021 |volume=896 |pages=1–84 |doi=10.1016/j.physrep.2020.09.005 |pmc=7532523 |arxiv=2009.04918 |bibcode=2021PhR...896....1F }}</ref>同时，网络理论最近被发现可以用来识别城市交通中的瓶颈。<ref name="LiFu2015">{{cite journal|last1=Li|first1=Daqing|last2=Fu|first2=Bowen|last3=Wang|first3=Yunpeng|last4=Lu|first4=Guangquan|last5=Berezin|first5=Yehiel|last6=Stanley|first6=H. Eugene|last7=Havlin|first7=Shlomo|title=Percolation transition in dynamical traffic network with evolving critical bottlenecks|journal=Proceedings of the National Academy of Sciences|volume=112|issue=3|year=2015|pages=669–672|issn=0027-8424|doi=10.1073/pnas.1419185112|pmc=4311803|bibcode=2015PNAS..112..669L|doi-access=free}}</ref>网络科学是各个领域许多会议的主题，也是众多外行人和专家著作的主题。

<br>

==复杂网络研究简史==

===欧拉与格尼斯堡七桥问题===
格尼斯堡的七桥是一个历史上著名的数学问题。1736年[https://en.wikipedia.org/wiki/Leonhard_Euler 欧拉·莱昂哈德]的负分辨率奠定了[https://en.wikipedia.org/wiki/Graph_theory 图论]的基础，预示了[https://en.wikipedia.org/wiki/Topology 拓扑学]的概念。
[https://en.wikipedia.org/wiki/Kingdom_of_Prussia 普鲁士]的[https://en.wikipedia.org/wiki/Königsberg 格尼斯堡]（现在是[https://en.wikipedia.org/wiki/Russia 俄罗斯]的[https://en.wikipedia.org/wiki/Kaliningrad 加里宁格勒]）坐落在[https://en.wikipedia.org/wiki/Pregolya_River 普瑞格尔河]的两侧，包括两个大岛——[https://en.wikipedia.org/wiki/Kneiphof 克内夫]和[https://en.wikipedia.org/wiki/Oktyabrsky_Island 洛姆斯]，它们通过7座桥互相连接在一起，且与城市的两个大陆部分相连。问题是设计出一种穿越城市的方式，每座桥都要经过有且只有一次。
通过明确制定逻辑人物的方式，解决方案包括其中任何一个：
1.通过桥梁或其他途径到达岛屿或大陆彼岸
2.不经过另一端而经过桥（但，这是绝对不可能的）
欧拉证明了这个问题没有解决方案。他所面临的困难是开发出一种合适的分析技术，以及后面的测试，这些测试需要用精确的数学方法证明这一论断。

===ER随机网络===
在数学领域的[https://en.wikipedia.org/wiki/Graph_theory 图论]中，ER模型与两种用来生成[https://en.wikipedia.org/wiki/Random_graph 随机图像]的模型密切相关。它们是以两个于1959年首次介绍其中一个模型的数学家[https://en.wikipedia.org/wiki/Paul_Erdős 艾迪胥·保罗]和[https://en.wikipedia.org/wiki/Alfréd_Rényi 瑞尼·阿尔弗莱德]命名的，而[https://en.wikipedia.org/wiki/Edgar_Gilbert 吉尔伯特·埃德加]介绍了另一个，同时也[https://en.wikipedia.org/wiki/Independence_(probability_theory) 独立]介绍了艾迪胥和瑞尼介绍的模型。在艾迪胥和瑞尼模型中，所有图形在一个固定的顶点及固定数量的边缘上是等可能的；在吉尔伯特介绍的模型中，每条边都有固定的出现或不出现的概率，与其他边无关。这些模型可用于[https://en.wikipedia.org/wiki/Probabilistic_method 概率方法]，以证明满足各种性质的图像的存在，或提供一个它对[https://en.wikipedia.org/wiki/Almost_all 几乎所有]图形的属性的意义的严格的定义。

===小世界网络===
通过类比[https://en.wikipedia.org/wiki/Small-world_experiment 小世界现象]（通常称作[https://en.wikipedia.org/wiki/Six_degrees_of_separation 六度分离]），网络可以称为小世界网络<ref name="sec" /> 。由匈牙利作家[https://en.wikipedia.org/wiki/Frigyes_Karinthy 卡林西·弗里杰什]于1929首次提出，[https://en.wikipedia.org/wiki/Stanley_Milgram 米尔格拉姆·斯坦利]于1967年通过实验检验小世界的假设，阐述为任意两个人之间所间隔得人不会超过六个，即相应的社会关系图的直径不大于6。[https://en.wikipedia.org/wiki/Duncan_J._Watts 瓦特·詹姆斯·邓肯]和[https://en.wikipedia.org/wiki/Steven_Strogatz 斯托加茨·斯蒂芬]于1988年发表了第一个小世界网络通过单个参数在随机图像和格子之间的平滑插值体现的模型。该模型证明了只有一小部分远程链接，正则图，在网络的直径大小成正比。该结论可以转换成一个“小世界”中任意两个顶点之间的边的平均数量是非常小的（精确地说，网络的尺寸呈对数增长），而聚类系数大。众所周知，各种各样的抽象图像都具有小世界的特性，例如：随机图像和无标度网络。此外，真实世界的网络，如[https://en.wikipedia.org/wiki/World_Wide_Web 万维网]和代谢网络也显示出这种特性。
在有关网络的科学文献中，“小世界”一词有一些含糊不清的地方。除了表示网络直径的大小，还可以表示小直径和[https://en.wikipedia.org/wiki/Clustering_coefficient 聚类系数]的同时出现。聚类系数时表示网络中三角形密度的指标。例如，系数随机图的聚类系数可以忽略不计，而现实网络的聚类系数往往要大得多。科学家指出，这种差异表明，在现实世界的网络中，边缘是相关的。

===无标度网络===
无标度网络是一个符合[[幂律]]的[[度分布]]网络，至少是渐近的。也就是说，网络中有k个节点的节点分式P(k)对于k为较大的值，如<math>P(k) \sim k^{-\gamma }</math>，同时，γ参数的值通常是在2到3之间，虽然有时也可能在这些范围之外。
一些报告表明，许多网络是无标度的，尽管统计分析驳斥了其中许多的说法，并对其他说法提出了严重质疑，他们提出了[https://en.wikipedia.org/wiki/Preferential_attachment 优先依附]和[https://en.wikipedia.org/wiki/Fitness_model_(network_theory) 适应度模型]作为解释真实网络中推测的幂律分布的机制。

对无标度网络的兴趣始于1990年代后期，当时报告了在现实世界网络中幂律分布的发现，如万维网、自治系统网络、一些互联网路由器网络、蛋白质互动网络、电子邮件网络等。建立具有幂律分布的网络有许多不同的方法。圣诞过程是幂定律的典型生成过程，自1925年就为人所知。然而，由于其频繁的重新发现，它被许多其他的名字所熟知，例如，赫伯特·西蒙的吉布拉特原则，马太效应，累积优势，巴拉巴西和阿尔伯特的幂律度分布的优先依恋。近年来，双曲几何图被认为是构造无标度网络的另外一种方法。一些具有幂律分布的网络(以及其他特定类型的网络结构)可以很好地抵抗节点的随机删除——也就是说，绝大多数节点保持连接在一个巨大的组件中。这种网络对于旨在快速破坏网络的有针对性的攻击非常敏感。

当图是均匀随机的，除了度分布，这些临界顶点是最高度的，因此牵涉到疾病(包括自然与人为)在社会和通信网络的传播、时尚的传播(两者都是模型渗流或分支过程)。随机图(ER)的节点间的顺序为 log N的平均距离，其中 N是节点数，无标度图可以有 log log N的距离。这样的图被称为超小世界网络。

<br>

===网络科学===
网络科学是研究[https://en.wikipedia.org/wiki/Telecommunications_network 电信网络]、[https://en.wikipedia.org/wiki/Computer_network 计算机网络]、[https://en.wikipedia.org/wiki/Biological_network 生物网络]、认知[https://en.wikipedia.org/wiki/Semantic_network 语义网络]、[https://en.wikipedia.org/wiki/Social_network 社会网络]等[https://en.wikipedia.org/wiki/Complex_network 复杂网络]的学术领域。该领域考虑节点（或顶点）所代表的不同元素或参与者，以及元素或参与者之间为链接（或边）的连接。该领域采用的理论和方法包括数学的[https://en.wikipedia.org/wiki/Graph_theory 图论]、物理的[https://en.wikipedia.org/wiki/Statistical_mechanics 统计力学]、计算机科学的[https://en.wikipedia.org/wiki/Data_mining 数据挖掘]和[https://en.wikipedia.org/wiki/Information_visualization 信息可视化]、统计学的[https://en.wikipedia.org/wiki/Statistical_inference 推理建模]和社会学的[https://en.wikipedia.org/wiki/Social_structure 社会结构]。[https://en.wikipedia.org/wiki/National_Academies_of_Sciences,_Engineering,_and_Medicine 美国国家研究委员会] 将网络科学定义为“研究物理、生物和社会现象的网络表征，从而得出这些现象的预测模型”。

==表示与分类==
===邻接矩阵===
在[https://en.wikipedia.org/wiki/Graph_theory 图论]和[https://en.wikipedia.org/wiki/Computer_science 计算机科学]中，邻接矩阵是用于表示[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 有限图]的[https://en.wikipedia.org/wiki/Square_matrix 方阵]。矩阵的元素表明图中顶点对是否相邻。在有限[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics)#Simple_graph 简图]的特殊情况下，邻接矩阵是一个（0，1）对角线[https://en.wikipedia.org/wiki/Logical_matrix 逻辑矩阵]上为0的矩阵。如果图是无向的，则邻接矩阵实对称的[https://en.wikipedia.org/wiki/Symmetric_matrix 对称图像]。[https://en.wikipedia.org/wiki/Spectral_graph_theory 谱图理论]研究了图与其邻接矩阵的[https://en.wikipedia.org/wiki/Eigenvalues_and_eigenvectors 特征值]和[https://en.wikipedia.org/wiki/Eigenvalues_and_eigenvectors 特征向量]之间的关系。邻接矩阵应与图的[https://en.wikipedia.org/wiki/Incidence_matrix 关联矩阵]分开，邻接矩阵是一种不同的矩阵表示，其元素表示顶点——对边是否有关联，[https://en.wikipedia.org/wiki/Degree_matrix 度矩阵]包含了每个[https://en.wikipedia.org/wiki/Vertex_(graph_theory) 顶点（图论）]的[https://en.wikipedia.org/wiki/Degree_(graph_theory) 度（图论）]的信息。

=== 链表表示 ===
链表实际上是线性表的链式存储结构，与数组不同的是，它是用一组任意的存储单元来存储线性表中的数据，存储单元不一定是连续的，且链表的长度不是固定的，链表数据的这一特点使其可以非常的方便地实现节点的插入和删除操作

链表的每个元素称为一个节点，每个节点都可以存储在内存中的不同的位置，为了表示每个元素与后继元素的逻辑关系，以便构成“一个节点链着一个节点”的链式存储结构，除了存储元素本身的信息外，还要存储其直接后继信息，因此，每个节点都包含两个部分，第一部分称为链表的数据区域，用于存储元素本身的数据信息，它不局限于一个成员数据，也可是多个成员数据，第二部分是一个结构体指针，称为链表的指针域，用于存储其直接后继的节点信息。

===网络分类===
====有向网====
任一点对（i,j）和（j,i）对应同一条边,则为无向网,反之成为有向网。

====加权网====
加权网是直接点之间的连结具有分配给它们权值的[https://en.wikipedia.org/wiki/Flow_network 网络]。网络是一个元素以某种方式连接在一起的系统（沃瑟曼和浮士德，于1994年）。系统的元素表示为节点（也称为参与者或顶点），交互元素之间的连接被称为连结、边、弧或链接。节点可以是神经元、个人、团体、组织、航站楼，甚至是国家，而连结可以是友谊、交流、合作、联盟、流动或贸易等形式。
在许多现实世界的网络中，并非网络中的所有连结都具有相同的容量。事实上，连结往往与权数有关，以他们的力度、强度、能力（巴拉特.et al.,于2004年；霍瓦特，于2011年）区分。一方面，[https://en.wikipedia.org/wiki/Mark_Granovetter 格兰诺维·马克]（于1973年）认为，[https://en.wikipedia.org/wiki/Social_network 社交网络]中社交关系的强度是其持续时间、情感强度、亲密度和服务交换的函数。另一方面，非社会网络，权重通常指的是执行的函数关系，例如，在[https://en.wikipedia.org/wiki/Food_web 食物网]中，物种之间的碳流量（毫克/m²/天）（拉士克维施.et al.，于2003年），神经结的数量和缝隙连接神经网络（沃茨和斯特里伽茨，于1998年），或在交通网络中的流动的流量（奥普萨尔 et al.,于2008年）。
通过记录连结强度，可以创建一个加权网络（也称价值网络）。下面是这样一个网络的例子（权重也可以通过赋予变换不同的宽度来可视化）：
[[File:Weighted_network.svg.png|400px|center]]

加权网络也广泛应用于基因组和[https://en.wikipedia.org/wiki/Systems_biology 系统生物学]应用。（霍瓦特，于2011年）。例如，加权基因共表达网络分析（WGCNA）常用于构建基于基因表达（如[https://en.wikipedia.org/wiki/Microarray 微阵列]）数据的基因（或基因产物）之间的加权网络（张某和霍瓦特，于2005年）。一般而言，[https://en.wikipedia.org/wiki/Weighted_correlation_network_analysis 加权相关网络]可以用软阈值法定义变量之间的两两相关关系（如基因检测）。

<br>

====流网络====
在图论中，流网络（也称运输网络）是一个[[有向图]]，其中每条边都有一个容量，每条边接受一个流量。边缘上的流量不能超过边缘的流量。通常来说，在运筹学[https://en.wikipedia.org/wiki/Operations_research 运筹学]中，有向图成为网络，那些顶点被称为节点，这些边称为弧。流量必须满足流入节点的流量等于流出节点的流量的限制，除非它是一个只有流出流或汇聚即只有流入流的源。一个网络可以用来模拟道路系统中的交通，需求环流，管道中的流体，电路中的电流，或任何类似的东西通过一个节点网络时的情况。

<br>

====空间网====

空间网络(有时也称为[https://en.wikipedia.org/wiki/Geometric_graph_theory 几何图形])是指[[顶点]]或[[边]]是与[https://en.wikipedia.org/wiki/Geometry 几何]对象相关联的空间元素的[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 图像]，即节点位于具有一定[https://en.wikipedia.org/wiki/Metric_(mathematics) 度量]的空间中。最简单的数学实现是[https://en.wikipedia.org/wiki/Lattice_graph 格子]或随机[https://en.wikipedia.org/wiki/Random_geometric_graph 几何图形]，它们的节点在二维平面上均匀分布；如果欧几里得距离小于给定的邻域半径，则连接一对节点。交通和移动网络、互联网、移动电话网络、电网、社交和联系网络以及[[神经网络]]都是底层空间相关的例子，而图的拓扑本身并不包含所有信息。描述和理解空间网络的结构、弹性和演化对从城市主义到流行病学的许多不同领域都至关重要。

====二分网====
二分网是一类特殊的复杂网络，其节点被划分为两个集合X和Y，只允许不同集合中两个节点之间的连接。为了方便直接显示特定一组节点之间的关系结构，通常采用单模投影的方式压缩二分网。这意味着接下来的网络只包含两个集合中的任意一个节点，并且只有当两个X(或者Y)节点至少有一个公共相邻的Y(或者X)节点时，它们才会连接。
最简单的方法涉及到双方的网络投射到一个未加权的网络，但不考虑网络的拓扑结构或共享一个连接的频率对立的元素集。由于在这种情况下，双方的网络很大程度上与不同的结构可以有完全相同的一种模式表示,一个清晰的插图的原始网络拓扑通常需要使用一些加权法。[[https://upload.wikimedia.org/wikipedia/commons/f/f9/Bipartite_network_projection.png]]
[[File:Bipartite_network_projection.png|200px|thumb]]

==统计指标==
在统计和研究设计中，指标是一种复合统计——衡量一组具有代表性的单个数据点的变化，或者换句话说，综合多个[https://en.wikipedia.org/wiki/Indicator_(statistics) 指标]的复合度量。指标总结和排列特定的观察。
社会科学领域的许多数据都用各种指数表示，如性别差距指数、人类发展指数或道琼斯工业平均指数。
各项指标通常权重相等，除非有一些理由违反(例如，如果两个项本质上反映了变量的相同方面，那么它们的权重可能为0.5)。
构建项目涉及四个步骤。首先，项目的选择应该基于它们的面部效度、单维性、[https://en.wikipedia.org/wiki/Sensitivity_and_specificity 测量维度]的特异性程度以及它们的方差。项目之间应该有经验上的联系，这引向了检验它们的多元关系的第二步。第三，设计索引得分，这涉及到确定它们的得分范围和项目的权重。最后，需要对指标进行验证，这涉及到是否能够预测与构建中未使用的测量变量相关的指标。

===度===
在[[图论]]中，[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 图]的[[顶点]]的度(或值)是指与该顶点[https://en.wikipedia.org/wiki/Incidence_matrix 关联的]、[https://en.wikipedia.org/wiki/Loop_(graph_theory) 循环数]为2次的[[边]]的数量。一个顶点v是表示程度的度(v)或度诉一个图G的最大程度,用Δ(G)和最低程度的一个图表,用δ(G),最大和最小程度的顶点。在右边的图中，最大值是5，最小值是0。在一个[https://en.wikipedia.org/wiki/Regular_graph 普通的图]中，所有的度都是一样的，所以我们可以说这个是图的度。
[[File:UndirectedDegrees_(Loop).svg.png|200px|thumb]]

===平均路径长度===
平均路径长度是[[拓扑网络]]中的一个概念，定义为所有可能的网络[[节点]]对的最短路径上的平均步数。它是网络上信息或大众运输效率的一种度量。

===直径===
在几何学中，圆的直径是任何穿过圆中心、端点在圆上的直线段。它也可以定义为圆的最长弦。这两个定义对于球体的直径也是有效的。在现代化的用法中，直径的长度也被称为直径。从这个意义上说，我们谈论的是直径（指距离）而不是直径(指的是直线本身)，因为一个圆或球体的所有直径都有相同的长度，这是半径r的两倍。

d = 2r⇒r = d / 2。

对于平面上的[https://en.wikipedia.org/wiki/Convex_set 凸形]，其直径定义为两条相切于其边界的平行线之间可以形成的最大距离，而宽度通常定义为这种距离的最小值。这两个量都可以用[https://en.wikipedia.org/wiki/Rotating_caliper 旋转卡尺]有效地计算出来。对于一个[https://en.wikipedia.org/wiki/Curve_of_constant_width 等宽的曲线]，例如[https://en.wikipedia.org/wiki/Reuleaux_triangle 鲁洛三角形]，其宽度和直径是相同的，因为所有的平行切线的长度相同。

而对于椭圆，标准术语是不同的。椭圆的直径是任何穿过椭圆中心的弦。例如，共轭直径有这样的性质:其中一个端点与椭圆的切线平行于另一个端点。最长的直径称为长轴。

“直径”一词来源于希腊διάμετρος(diametros)、“一圈直径”,从διά(dia)”,通过“和μέτρον(密特隆),“衡量”通常缩写DIA,dia,d,或⌀。

===集聚系数===
在[[图论]]中，聚类系数是图中节点聚类的程度的度量。有证据表明，在大多数真实世界的网络中，特别是在[[社交网络]]中，节点往往以相对高密度的联系为特征，形成紧密的群体;这种可能性往往大于两个节点之间随机建立平局的平均概率(霍兰德和莱因哈特，于1971年; 瓦茨和斯托盖茨，于1998年)。
这种方法有两种版本:全局和局部。全局版本的设计是为了给出网络中集群的总体指示，而局部版本则表示单个节点的嵌入性。

===相关性===
关联性是指一个主题与另一个主题之间的[https://en.wikipedia.org/wiki/Premise 联系]，在考虑第一个主题时考虑第二个主题是有作用的。关联的概念被研究在许多不同的领域，包括认知科学，逻辑，图[https://en.wikipedia.org/wiki/Library_and_information_science 图书馆信息科学]。然而，最根本的是，它属于[https://en.wikipedia.org/wiki/Epistemology 认识学]（也称认识论）的研究范围。不同的知识理论对被认为相关的东西有不同的含义，这些基本观点对所有其他领域也都有影响。

===模块性===
从广义上讲，模块化是指系统的组件可以分离和重组的程度，通常具有灵活性和多样化的使用优势。模块化的概念主要用于通过将系统分解为不同程度的相互依赖和独立性来降低复杂性，并“将每个部分的复杂性隐藏在抽象和接口之后”。然而，模块化的概念可以扩展到多个学科，每个学科都有自己的概念上的细微差别。尽管有这些细微的差别，关于模块化系统的一致主题还是出现了。

===节点中心性===
在[[图论]]和[[网络分析]]中，中心性指标确定图中最重要的[[顶点]]。应用程序包括识别[[社交网络]]中最有影响力的人、互联网或城市网络中的关键基础设施节点和疾病的超级传播者。中心性概念最早出现在社会网络分析中，许多衡量中心性的术语反映了它们的社会学渊源。它们不应该与[https://en.wikipedia.org/wiki/Node_influence_metric 节点影响度量]相混淆，节点影响度量试图量化网络中每个节点的影响。

[[文件:6 centrality measures.png|缩略图|200px]]

==实证数据==
实证数据，也被称为感觉经验，是通过[https://en.wikipedia.org/wiki/Sense 感觉]获得的[https://en.wikipedia.org/wiki/Information 信息]，特别是通过[https://en.wikipedia.org/wiki/Observation 观察]和记录通过[https://en.wikipedia.org/wiki/Experiment 实验]的模式和行为。该词来自[https://en.wikipedia.org/wiki/Ancient_Greek 希腊]语的经验,ἐμπειρία(empeiria)。
在[https://en.wikipedia.org/wiki/Immanuel_Kant 康德·伊曼努尔]之后，哲学中通常把获得的知识称为[https://en.wikipedia.org/wiki/A_priori_and_a_posteriori 后验知识](与[https://en.wikipedia.org/wiki/A_priori_and_a_posteriori 先验]知识相反)。

==统计特征==

===可观测性===
统计量是一种可观察的[https://en.wikipedia.org/wiki/Random_variable 随机变量]，它不同于描述[https://en.wikipedia.org/wiki/Statistical_population 统计总体]特性的一般不可观察量的[https://en.wikipedia.org/wiki/Statistical_parameter 参数]，也不同于不可观察的随机变量，例如观察到的测量值和总体平均值之间的差值。如果整个总体可以观察到没有误差，一个参数只能精确地计算；例如，在一个完美的人口普查或[https://en.wikipedia.org/wiki/Standardized_test 标准化考试]的考生群体中。
统计学家经常考虑一个参数化的概率分[https://en.wikipedia.org/wiki/Probability_distribution 概率分布]布族[https://en.wikipedia.org/wiki/Parametric_family 参数族]，其中的任何成员都可能是人口中每个成员的某种可测量方面的分布，从中随机抽取一个样本。例如，这个参数可能是北美25岁男性的平均身高。测量了100个这样的人的样本的身高;这100个数字的平均值是一个统计数据。人口中所有成员的平均身高不是一个统计数据，除非这个数据也以某种方式被确定(例如通过测量人口中的每一个成员)。所有25岁北美男性的平均身高是一个参数，而不是一个统计数据。

===统计特性===
统计的重要潜在特性包括完整性、一致性、充分性、无偏性、最小均方误差、低方差、稳健性和计算便利性。

===信息的统计===
模型参数的统计信息可以用几种方法定义。最常见的是费雪信息，它是在由统计量引起的统计模型上定义的。也可以使用库尔贝克信息度量。

===无标度===
一个网络的度分布被称为无标度，即一个均匀随机选择的节点有一定数量链路度的概率，遵循一个被称为[https://en.wikipedia.org/wiki/Power_law 幂律]的特殊数学函数。幂律表明，这些网络的度分布没有特征尺寸。相比之下，具有单一的、规模定义明确的网络在某种程度上类似于网格，因为每个节点（大致）都在同一个程度。单一的规模网络的例子，包括[https://en.wikipedia.org/wiki/Erdős–Rényi_modelER Erdős-Renyi(ER)]随机图像和[https://en.wikipedia.org/wiki/Hypercube 超立方体]。产生尺度不变的度分布的网络模型有[https://en.wikipedia.org/wiki/Barabási–Albert_model 巴拉巴西-艾伯特模型]和[https://en.wikipedia.org/wiki/Fitness_model_(network_theory) 适应度模型]。在一个具有无标度度分布的网络里，一些顶点有大于平均梯度的阶的等级——这些顶点通常被称为枢纽，尽管这有点误导因为它没有固定的阈值，一个节点可以被视为一个枢纽。如果有这样的阈值，网络就不会是无标度。
人们对无标度网络的兴趣起始于1990年代末的关于幂律度分布在真实世界的网络如[https://en.wikipedia.org/wiki/World_Wide_Web 万维网]、[https://en.wikipedia.org/wiki/Autonomous_system_(Internet) 自制系统]网络（ASs)，一些互联网路由器网络、蛋白质相互作用网络、电子邮件网络等的发现报告。大部分在报告幂律时，在挑战严格的统计测试时，都失败了，但是，对于重尾度分布的较普遍看法——许多这样的网络确实表现出这种分布（在有限尺寸影响发生之前）——与人们所预期的边缘独立存在且随机存在（即假设它们遵循[https://en.wikipedia.org/wiki/Poisson_distribution 泊松分布]）。建立一个幂律度分布的网络有很多种不同的方法。[[尤尔过程]]是幂律的典型生成过程，自1925年以来就为人所知。然而，由于其频繁的再创造，它的许多其他名字被人们所熟知，例如，[https://en.wikipedia.org/wiki/Herbert_A._Simon 西蒙·亚历山大·赫伯特]的直布陀罗原则、[https://en.wikipedia.org/wiki/Matthew_effect 马太效应]、累积优势，以及[https://en.wikipedia.org/wiki/Albert-László_Barabás i巴拉巴西]和艾伯特的幂律度分布的[https://en.wikipedia.org/wiki/Preferential_attachment 优先链接]。近期，[https://en.wikipedia.org/wiki/Hyperbolic_geometric_graph 双曲几何图形]被认为是另一种构建无标度网络的方法。
一些具有幂律度分布的网络（以及特定的其他类型的结构）可以高度抵抗垂直的随机删除——即绝大多数顶点仍然与一个巨大的指数连接在一起。这样的网络对旨在快速破坏网络的攻击也异常敏感。当图像是除度分布外均匀随机的时候，这些关键的顶点是最高阶的，因此在社会和通信网络涉及疾病和病毒的传播（自然和人工），以及时尚的传播（这两种都是由[https://en.wikipedia.org/wiki/Percolation 渗流]或[https://en.wikipedia.org/wiki/Branching_process 分支流程]建模的）。而随即图像（ER)节点间的平均距离为o(log N),其中N为节点数，无标度图像的距离为log log N。这种图像被称为超小世界网络。

<br>

===小世界===
这个小世界实验由[https://en.wikipedia.org/wiki/Stanley_Milgram 米尔格拉姆·斯坦利]和其他研究人员进行的几个实验组成，他们研究了美国人[https://en.wikipedia.org/wiki/Social_network 社交网络]的[https://en.wikipedia.org/wiki/Average_path_length 平均路径长度]。该研究具有开创性，它表明人类社会是一个以短路径长度为特征的[https://en.wikipedia.org/wiki/Small-world_network 小世界网络]。这些实验经常与“[https://en.wikipedia.org/wiki/Six_degrees_of_separation 六度分离]”联系在一起，尽管米尔格拉姆本人并没有使用这个术语。

===Rich Club系数===
Rich-club系数是[https://en.wikipedia.org/wiki/Graph_(discrete_mathematics) 图形]和[https://en.wikipedia.org/wiki/Complex_network 网络]的度量标准，旨在衡量连接良好的节点之间相互连接的程度。具有较高Rich-club系数的网络具有较强的Rich-club效应，且节点间的连接程度较高。这种效应已经在科学协作网络和航空运输网络中得到了测量和注意。[https://en.wikipedia.org/wiki/Biological_network#Protein-protein_interaction_networks 蛋白质相互作用网络]明显缺乏Rich-club系数。

===社团划分===
在社交网络中，用户相当于每一个点，用户之间通过互相的关注关系构成了整个网络的结构，有的用户之间的连接较为紧密，有的用户之间的连接关系较为稀疏，反映在网络中，连接较为紧密的部分可以被看成一个社团，其内部的节点之间有较为紧密的连接，而在两个社团间则相对连接较为稀疏。社团划分就是划分出上述的社团。

==基本模型==
===BA模型===
艾伯特-巴拉巴西（BA）模型是一种使用[https://en.wikipedia.org/wiki/Preferential_attachment 优先连接]机制生成随机[https://en.wikipedia.org/wiki/Scale-free_network 无标度网络]的算法。一些自然的和人为的系统，包括[https://en.wikipedia.org/wiki/Internet 因特网]、[https://en.wikipedia.org/wiki/World_Wide_Web 万维网]、[https://en.wikipedia.org/wiki/Citation_analysis 引文网络]和一些[https://en.wikipedia.org/wiki/Social_network 社交网络]，被认为是近似无尺度的，并且肯定包含很少的节点(称为集线器)，与网络的其他节点相比具有异常高的程度。BA模型试图解释真实网络中存在这样的节点。该算法以发明者[https://en.wikipedia.org/wiki/Albert-László_Barabási 艾伯特·拉斯洛·巴拉巴西]和[https://en.wikipedia.org/wiki/Réka_Albert 艾伯特·瑞卡]的名字命名，它是一种更通用的模型的特例，称为[https://en.wikipedia.org/wiki/Price%27s_model 普利斯模型]。

===双曲几何模型===
有很多不同的伪球面在很大范围内都有一个恒定的负高斯曲率，其中[https://en.wikipedia.org/wiki/Pseudosphere 伪球面]是最著名的。
但是在其他模型上做双曲几何比较容易。
[[https://upload.wikimedia.org/wikipedia/commons/thumb/4/4c/Poincare_disc_hyperbolic_parallel_lines.svg/500px-Poincare_disc_hyperbolic_parallel_lines.svg.png]]
[[https://upload.wikimedia.org/wikipedia/commons/thumb/a/ad/Hyperbolic_tiling_omnitruncated_3-7.png/500px-Hyperbolic_tiling_omnitruncated_3-7.png]]
双曲几何常用的[https://en.wikipedia.org/wiki/Mathematical_model 模型]有四种：[https://en.wikipedia.org/wiki/Klein_model 克莱恩模型]、[https://en.wikipedia.org/wiki/Poincaré_disk_model 庞加莱圆盘模型]、[https://en.wikipedia.org/wiki/Poincaré_half-plane_model 庞加莱半平面模型]和洛伦茨或[https://en.wikipedia.org/wiki/Hyperboloid_model 双曲面模型]。这些模型定义了满足双曲几何公理的双曲平面。尽管它们的名字，上面提到的前三个模型是由[https://en.wikipedia.org/wiki/Eugenio_Beltrami 贝尔特拉米]作为双曲空间模型引入的，而不是由[https://en.wikipedia.org/wiki/Henri_Poincaré 庞加莱]或[https://en.wikipedia.org/wiki/Felix_Klein 克莱恩]提出的。所有这些模型都可以扩展到更多的维度。

==参考文献==
<references/>

==编辑推荐==
===集智文章===
* [https://swarma.org/?p=29795 Nature Phycics：复杂网络中高阶相互作用的物理学]
* [https://swarma.org/?p=27895 PNAS前沿：复杂网络视角下的金融市场高频交易]
* [https://swarma.org/?p=27114 PNAS前沿：几何分叉增长模型再现复杂网络演化过程]
* [https://swarma.org/?p=19514 Science经典：复杂网络的简单构造模块——网络模体]

===集智课程===
====[https://campus.swarma.org/course/1159 复杂网络 2020]====
本课程为北京师范大学系统科学学院樊瑛教授开设的本科生课程《复杂网络》课程回放。课程主要介绍复杂网络的基本知识及应用。

*复杂网络简介
*复杂网络的基本模型
*复杂网络的统计性质
*复杂网络中的社团结构
*加权网络
*复杂网络的机制和演化模型
*网络上的动力学
*二分网络

====[https://campus.swarma.org/course/1943 日常生活中的复杂网络]====
人生而自由，却无往不在网络之中。从现实的社会关系网到虚拟的互联网，从线下到线上，我们人类的生活始终没有脱离网络。即使是偶然脱离文明的鲁宾逊，也要试图在一个人的世界建立新的网络。我们有幸生活一个万物皆可互联的时代，每一件电子产品甚至每一个人都是这张网络的节点。人类自诩是世间万物的主宰，但却也不得不受我们建立的各种网络的支配。那么，我们究竟生活在一个什么样的网络之中呢？该课程中是陈关荣为我们讲解的《日常生活中的复杂网络》。

----
本中文词条由是趣木木呀审校，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。

'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

约翰·霍兰德 John H Holland

2024-05-10T10:10:19Z

高敏：/* 《涌现》（从混沌到有序，涌现理论奠基人、遗传算法之父约翰•霍兰德关于涌现现象研究的奠基之作，复杂科学领域里程碑式著作） (Chinese Edition) */

== 基本信息 ==
[[文件:John Henry Holland.jpg|缩略图|约翰·霍兰德]]

{| class="wikitable"
|-
! 类别 !! 信息
|-
| 出生时间 || 1929-02-02
|-
| 逝世时间 || 2015-08-09
|-
| 国籍： || 美国
|-
| 母校： || 密歇根大学、麻省理工学院
|-
| 成就： || 开创遗传算法研究
|-
| 主要研究方向： || 遗传算法、复杂适应系统、心理学
|-
| 博士生导师： || [https://www.eecs.umich.edu/eecs/about/articles/2008/Burks.html 亚瑟·巴克斯]
|-
| 博士学生 || [https://www.santafe.edu/people/profile/melanie-mitchell 梅拉妮·米歇尔]、[https://amturing.acm.org/award_winners/codd_1000892.cfm 埃德加·科德]
|}

约翰·霍兰德（1929-2015）是美国科学家，[https://umich.edu/ 安娜堡密歇根大学]的电气工程与计算机科学教授，兼心理学教授，同时他还是[[遗传算法]]的研究先驱。

==生平==

霍兰德在1929年生于美国印第安纳州的Fort Wayne。他在麻省理工学院学习物理学，并在1950年获得学士学位，然后又求学于密歇根大学，分别于1954年和1959年获得数学硕士和计算机博士学位（这是世界是第一个计算机博士学位）。<ref>{{cite web |url=http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |title=Archived copy |accessdate=March 2, 2008 |url-status=dead |archiveurl=https://web.archive.org/web/20080911075246/http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |archivedate=September 11, 2008 }}</ref>霍兰德之后担任了密歇根大学的电气工程与计算机科学教授，兼心理学教授。此外，他还是[https://www2.rowland.harvard.edu/ 罗兰德科学研究所]和[https://www.uib.no/en 卑尔根大学]的访问学者。

霍兰德还担任[[圣塔菲研究所_Santa_Fe_Institute|圣塔菲研究所]]的董事会亦即科学指导委员会成员，同时也是世界经济论坛的成员。<ref name="SantaFe">{{cite web |url=http://www.santafe.edu/about/people/profile/John%20H.%20Holland |title=Profile: John H. Holland |publisher=[[Santa Fe Institute]] |url-status=dead |archiveurl=https://web.archive.org/web/20130202004956/http://www.santafe.edu/about/people/profile/John%20H.%20Holland |archivedate=February 2, 2013 }}</ref>

霍兰德在1961年获授富兰克林研究所的Louis E. Levy奖，还在1992年被授予麦克阿瑟天才奖。<ref name="LevyMedal_Laureates">{{cite web|url=http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |title=Franklin Laureate Database - Louis E. Levy Medal Laureates |publisher=Franklin Institute |accessdate=January 22, 2011 |url-status=dead |archiveurl=https://web.archive.org/web/20110629195033/http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |archivedate=June 29, 2011 }}</ref><ref>https://www.macfound.org/fellows/463/</ref>

2015年8月9日，霍兰德在密歇根安娜堡与世长辞。<ref>[http://www.santafe.edu/news/item/in-memoriam-john-holland/ Complexity science pioneer John Holland passes away at 86] at santafe.edu</ref>

== 研究领域 ==

霍兰德频繁地在世界各地讲授他自己的研究、亦即解释关于[[复杂适应系统]]（CAS）研究的的各种开放问题。在1975年，他写下了[[遗传算法]]的开创性著作《自然于人工系统的适应性v(Adaptation in Natural and Artificial Systems)》，还建立了[[霍兰德模式理论]]。

== 主要文章及著作 ==

霍兰德写过的书包括但不限于:

* Adaptation in Natural and Artificial Systems (1975, MIT Press)
* Hidden Order: How Adaptation Builds Complexity (1995, Basic Books)
* Emergence: From Chaos to Order (1998, Basic Books)
* Signals and Boundaries: Building Blocks for Complex Adaptive Systems (2012, MIT Press)
* Complexity: A Very Short Introduction (2014, Oxford University Press)

霍兰德参与撰写的文章（部分）:

* "A universal computer capable of executing an arbitrary number of subprograms simultaneously", in: Proc. Eastern Joint Comp. Conf. (1959), pp. 108–112
* "Iterative circuit computers", in: Proc. Western Joint Comp. Conf. (1960), pp. 259–265
* "Outline for a logical theory of adaptive systems", in: JACM, Vol 9 (1962), no. 3, pp. 279–314
* "Hierarchical descriptions, universal spaces, and adaptive systems", in: Arthur W. Burks, editor. Essays on Cellular Automata (1970). University of Illinois Press
* "Using Classifier Systems to Study Adaptive Nonlinear Networks", in: Daniel L. Stein, editor. Lectures in the Sciences of Complexity (1989). Addison Wesley
* "Concerning the Emergence of Tag-Mediated Lookahead in Classifier Systems", in: Stephanie Forrest, editor. Emergent Computation: self-organizing, collective, and cooperative phenomena in natural and computing networks (1990). MIT Press
* "The Royal Road for Genetic Algorithms: Fitness Landscapes and GA Performance", in: Francisco J. Varela, Paul Bourgine, editors. Toward a Practice of Autonomous Systems: proceedings of the first European conference on Artificial Life (1992). MIT Press
* "Echoing Emergence: objectives, rough definitions, and speculations for ECHO-class models", in: George A. Cowan, David Pines, David Meltzer, editors. Complexity: metaphors, models, and reality (1994), Addison-Wesley
* "Can There Be A Unified Theory of Complex Adaptive Systems?", in: Harold J. Morowitz, Jerome L. Singer, editors. The Mind, The Brain, and Complex Adaptive Systems (1995). Addison-Wesley
* "Board Games", in: John Brockman, editor. The Greatest Inventions of the Past 2000 Years (2000). Phoenix
* "What is to Come and How to Predict It.", in: John Brockman, editor. The Next Fifty Years: science in the first half of the twenty-first century (2002). Weidenfeld & Nicolson

== 相关链接 ==
* [https://www.santafe.edu/news-center/news/in-memoriam-john-holland 圣塔菲研究所的霍兰德讣告]
* [https://lsa.umich.edu/cscs/news-events/all-news/archived-news/2015/08/internationally-eminent-professor-john-holland-passes-away-at-ag.html 密歇根大学的霍兰德讣告]
* [https://en.wikipedia.org/wiki/John_Henry_Holland 霍兰德的维基百科页面]

=== 编者推荐 ===
==== 视频 ====

* [https://campus.swarma.org/course/728 '''集智学园《系统科学概论》''']
===书籍推荐===
[[文件:涌现.jpeg|缩略图|《涌现》]]

====[https://www.amazon.com/Chinese-%E7%BA%A6%E7%BF%B0%E2%80%A2%E9%9C%8D%E5%85%B0%E5%BE%B7-ebook/dp/B09WYM9SNT 《涌现》（从混沌到有序，涌现理论奠基人、遗传算法之父约翰•霍兰德关于涌现现象研究的奠基之作，复杂科学领域里程碑式著作） (Chinese Edition)] ====
一粒小小的种子为何能够长成红杉、雏菊、豆苗等独特的植物？蚂蚁个体的行为非常机械，为何蚁群却展现出非凡的灵活性？国际象棋只有二十几条规则，为何人们能不断发现新的走法？机器为何能够越人类在制造它时赋予它的能力？

上述现象揭示了这样一个规律，即复杂的事物是由小而简单的事物发展而来的，而这正是涌现现象的特征。涌现现象产生的根本原因在于，事物各组成部分之间相互作用产生的复杂性，远非个体行为的叠加可以相比，也就是我们常说的“整体大于部分之和”。

“整体大于部分之和”这一特性也成为涌现研究道路上的阻碍。许多哲学家和一些科学家坚定地认为对涌现的研究不可能还原为对明确定义的机制及其相互作用的研究。他们认为，机器的能力不可能超越人类在制造它时赋予它的能力。复杂自适应系统理论提出者约翰•霍兰德借助模型和还原思想，建立了研究涌现现象的普适框架，扫清了研究道路上的障碍，推动了复杂自适应系统、机器学习、人工智能等领域的长足发展。

你可能会认为，涌现现象只出现在特定的系统中，在日常生活中并不常见。但实际上，具有涌现现象的系统随处可见且与我们息息相关，比如神经元网络系统、人体免疫系统、互联网和全球经济系统等。因此，研究涌现现象具有重要的现实意义。凭借霍兰德提出的普适理论框架，我们可以找出某些复杂现象背后的根本规律，从而更好地认识世界、开拓世界以及预测未来。

==参考链接==
{{reflist}}

[[category:使用说明]][[category:人物]]

文件:涌现.jpeg

2024-05-10T10:06:50Z

高敏：

克里斯托弗·朗顿 Christopher Langton

2024-05-07T16:11:10Z

高敏：

{{#seo:
|keywords=克里斯托弗·朗顿,Christopher Langton,人工生命
|description=朗顿的蚂蚁，生命系统，人工生命模拟
}}

==基本信息==
<div style="width:100%;margin:0 auto;text-align:center">
[[File:Langtonsmall2.png|300px|left|thumb|克里斯托弗·盖尔·朗顿 Christopher Gale Langton]]
</br>
{| class="wikitable" style="width:50%"
|-
! 类别 !! 信息
|-
| 姓名 || 克里斯托弗·朗顿 Christopher Langton
|-
| 出生日期 || 1948/1949
|-
| 国籍 || 美国
|-
| 母校 || 密歇根大学
|-
| 著名成就 || [[朗顿的蚂蚁]]
|-
| 主要研究方向 || 人工生命
|}
</br>
</div>

</br>
'''克里斯托弗·盖尔·朗顿 Christopher Gale Langton'''，美国计算机科学家，人工生命领域的创始人之一。他在20世纪80年代末创造了这个术语，当时他于1987年在洛斯阿拉莫斯国家实验室组织了第一次“生命系统的合成和模拟研讨会”(也被称为“人工生命”)。在洛斯阿拉莫斯任职之后，朗顿加入了[[圣塔菲研究所]](SFI)，继续他的人工生命研究。他在20世纪90年代末离开了SFI，放弃了他关于人工生命的工作，从那时起就没有发表任何研究成果。

==研究领域==
Langton在人工生命领域做出了许多贡献，无论是在给定问题的模拟和计算模型方面，还是在哲学问题方面。他很早就发现信息、计算和复制的问题与复杂性及其基本规律有着内在的联系。受物理学尤其是相变的启发，他提出了几个关于细胞自动机的关键概念和定量测量方法，并提出将有序与无序分离的临界点可以在形成复杂系统中发挥非常重要的作用，尤其是在生物学中。詹姆斯·科兰驰菲尔德 James P. Crutchfield和佩尔·巴克 Per Bak等人也同时探讨了这些想法，尽管采用了不同的近似方法。

Langton在密歇根大学读研究生的时候，创建了[[朗顿的蚂蚁]] Langton ant和朗顿循环 Langton loop，这两个都是简单的人工生命模拟，除了他的Lambda参数，Lambda参数是细胞自动机中复杂度和计算潜力的无量纲度量，由一个选择的状态除以所有可能的状态给出。

</br>

==主要著作及文章==
*克里斯托弗·盖尔·兰顿。《人工生命:综述》。麻省理工学院出版社，1995年。
*克里斯托弗·盖尔·兰顿。“人工生命III:第三届生命系统综合与模拟跨学科研讨会”。 1993年。
*克里斯托弗·盖尔·兰顿。“生活在混乱的边缘”。在《人工生命II》中， 1991年。
*克里斯托弗·盖尔·兰顿。“人工生命II:关于生命系统的合成和模拟的第二届跨学科研讨会”。 1991年。
*克里斯托弗·盖尔·兰顿。“混沌边缘的计算”。物理学博士，42岁，1990年。
*克里斯托弗·盖尔·兰顿。混沌边缘的计算:相变和涌现计算。博士论文，密歇根大学(1990)。
*克里斯托弗·盖尔·兰顿。“确定性细胞自动机是否存在急剧的相变?”K woo, Physica D, 45, 1990。
*克里斯托弗·盖尔·兰顿。“人工生命:生命系统的合成与模拟跨学科研讨会”。 1988年。
*克里斯托弗·盖尔·兰顿。“用细胞自动机研究人工生命”。物理学博士，22岁，1986年。
*克里斯托弗·盖尔·兰顿。“细胞自动机中的自我复制”。物理学博士，10,1984。

==相关链接==

* Christopher G Langton(1998)。人工生命:概述。麻省理工学院出版社。ISBN 0-262-62112-6。
* Mohan Matthen等(2007)。生物学的哲学。爱思唯尔,2007年。ISBN 0-444-51543-7。
* 克里斯托弗·盖尔·兰顿，编辑(1989)。人工生命:1987年9月在新墨西哥州洛斯阿拉莫斯举行的关于生命系统的合成和模拟的跨学科讲习班的会议记录。圣达菲学院研究复杂性科学。6. 阅读,MA: addison - wesley。ISBN 0-201-09346-4。https://archive.org/details/artificiallifepr00inte
* https://zh.wikipedia.org/zh-hans/%E5%85%8B%E9%87%8C%E6%96%AF%E6%89%98%E5%BC%97%C2%B7%E5%85%B0%E9%A1%BF

== 编者推荐==
===集智相关文章===
[[File:langton-ant.png|200px|缩略图|右|朗顿的蚂蚁]]

====[https://swarma.org/?p=18576 什么是元胞自动机？]====
本文里涉及朗顿蚂蚁（Langton's ant）作为元胞自动机的例子。

====[https://swarma.org/?p=17767 人工生命全景图：如何创造出超越人工智能的生命系统]====
人工生命是 20世纪80年代后期兴起的一门新兴学科，旨在研究具有自然生命系统行为特征的人工系统。自诞生以来，人工生命与人工智能相互影响，相互促进。Lana Sinapayen 是索尼计算机科学实验室和东京地球生命科学研究所的一名人工生命研究者，同时也是国际人工生命学会理事会成员。她为人工智能研究者们提供了一份人工生命入门指南。

====[https://swarma.org/?p=19769 张江：从复杂科学视角，追问生命是什么]====
本文为北京师范大学系统科学学院张江教授在《生命是什么？——从圣塔菲研究所“个体信息论”谈起》【云上思想】研讨会中题为《生命自主体理论一瞥》的专题报告纪要。

----
本中文词条由[[用户:趣木木|趣木木]]参与编译，[[用户:Wanting|Wanting]]审校，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言
'''本词条内容翻译自 wikipedia.org，遵守 CC3.0协议。'''

[[Category:人工生命]]
[[Category:人物]]

社会网络

2024-05-07T16:07:31Z

高敏：/* 结构洞 */

{{#seo:
|keywords=社会网络
|description=是一种由一组社会行为者（个人或组织）、一组二元关系以及行为者之间的其他社会互动组成的社会结构。
}}
'''社会网络 Social Network'''是一种由一组社会行为者（个人或组织）、一组二元关系以及行为者之间的其他社会互动组成的社会结构。社会网络视角为分析整个社会实体的结构提供了一套方法，也为解释在这些结构中观察到的模式提供了各种理论。<ref name="WF94CH1">{{cite book|last1=Wasserman |first1=Stanley | author-link1= Stanley Wasserman|last2=Faust |first2=Katherine |year=1994 |title=Social Network Analysis: Methods and Applications |isbn=9780521387071 |chapter=Social Network Analysis in the Social and Behavioral Sciences |pages=1–27 |publisher=Cambridge University Press}}</ref> 通常使用[[社会网络分析]]，以确定本地及全球模式，定位有影响力的实体，并审查网络动态。

社会网络及其分析是社会心理学、社会学、统计学和图论中内在的跨学科学术领域。格奥尔格·齐美尔 Georg Simmel是早期社会学结构主义理论的作者，他强调三人群体互动和“群体关系网”的动态性。<ref name=":0">{{cite book|last1=Scott |first1=W. Richard |last2=Davis |first2=Gerald F. |author-link1= William Richard Scott|author-link2= Gerald F. Davis|title=Organizations and Organizing |chapter=Networks In and Around Organizations |year=2003 |isbn=978-0-13-195893-7 |publisher=Pearson Prentice Hall}}</ref>雅各布·莫雷诺 Jacob Moreno被认为是在20世纪30年代发展了第一份社交关系图以研究人际关系的人。这些方法在20世纪50年代得到数学化，到20世纪80年代，社会网络的理论和方法在社会和行为科学中变得普遍。<ref name="WF94CH1" /><ref name="Freeman History">{{cite book|last=Freeman |first=Linton |year=2004 |publisher=Empirical Press |isbn=978-1-59457-714-7 |title=The Development of Social Network Analysis: A Study in the Sociology of Science}}</ref>目前，社会网络分析是当代社会学的主要范式之一，也被用于许多其他社会科学及形式科学。它与其他复杂网络一起构成了网络科学新兴领域的一部分。<ref name=":1">{{cite journal|journal=Science |year=2009 |volume=323 |number=5916 |pages=892–895 |doi=10.1126/science.1165821 |pmid=19213908 |title=Network Analysis in the Social Sciences |first1=Stephen P. |last1=Borgatti |first2=Ajay |last2=Mehra |first3=Daniel J. |last3=Brass |first4=Giuseppe |last4=Labianca|bibcode=2009Sci...323..892B |citeseerx=10.1.1.536.5568 }}</ref><ref name="EK">{{cite book|title=Networks, Crowds, and Markets: Reasoning about a Highly Connected World |first1=David |last1=Easley |first2=Jon |last2=Kleinberg |publisher=Cambridge University Press |year=2010 |chapter=Overview |pages=1–20 |isbn=978-0-521-19533-1}}</ref>

==概览==
[[File:Barabasi Albert model.gif|thumb|300px|right|图1：.一个社会网络的演化图：巴拉巴西模型]]

社会网络是社会科学中研究个人、团体、组织甚至整个社会（社会单位，见分化）之间关系的理论构造。这个术语用来描述由这种相互作用决定的社会结构。任何一个特定的社会单元之间的联系都代表着这个单元各种社会联系的聚合。这种理论方法必然是相关的。理解社会互动的社会网络方法的一个公理是，社会现象应该主要通过单元之间和单元内部关系的性质来构思和研究，而不是这些单元本身的性质。因此，社会网络理论总被诟病的一点是其常忽视个体代理<ref name="jscott">Scott, John P. (2000). ''Social Network Analysis: A Handbook'' (2nd edition). Thousand Oaks, CA: Sage Publications.</ref>，而实践中可能并非如此（见基于主体的建模）。正是因为许多不同类型的关系（单独或组合形式）形成这些网络配置，网络分析在广泛的研究中有用。在社会科学中，这些研究领域包括但不限于人类学、生物学、传播学、经济学、地理学、信息科学、组织学、社会心理学、社会学和社会语言学。

<br>

==历史==
在19世纪90年代晚期，埃米尔·涂尔干 Émile Durkheim和斐迪南·滕尼斯 Ferdinand Tönnies在他们关于社会群体的理论和研究中都预示了社会网络的概念。滕尼斯认为，社会群体可以作为个人和直接的社会关系存在，这种关系或者将具有共同价值观和信仰的个人（德语 Gemeinschaft，通常翻译为“社区”）联系在一起，或者将非个人的、正式的和工具性的社会关系（德语 Gesellschaft，通常翻译为“社会”）联系在一起。<ref name=":2">Tönnies, Ferdinand (1887). ''Gemeinschaft und Gesellschaft'', Leipzig: Fues's Verlag. (Translated, 1957 by Charles Price Loomis as ''Community and Society'', East Lansing: Michigan State University Press.)</ref> 涂尔干对社会事实给出了非个人主义的解释，认为当相互作用的个体构成一种再也不能用个体行为者的特性来解释的现实时，社会现象就产生了。<ref name=":3">Durkheim, Emile (1893). ''De la division du travail social: étude sur l'organisation des sociétés supérieures'', Paris: F. Alcan. (Translated, 1964, by Lewis A. Coser as ''The Division of Labor in Society'', New York: Free Press.)</ref>格奥尔格·齐美尔在20世纪之交的著作中指出了网络的本质和网络规模对互动的影响，并研究了在松散的网络而非群体中互动的可能性。<ref name=":4">Simmel, Georg (1908). ''Soziologie'', Leipzig: Duncker & Humblot.</ref>

[[File:Moreno Sociogram 2nd Grade.png|thumb|300px|图2：莫雷诺对一个二年级班级的社会关系图]]

20世纪30年代，心理学、人类学和数学领域的几个独立研究小组已经看到了这一领域的重大发展。<ref name="jscott" /><ref name=":11">For a historical overview of the development of social network analysis, see: {{cite book|last1=Carrington|first1=Peter J.|last2=Scott|first2=John|chapter=Introduction|title=The Sage Handbook of Social Network Analysis| publisher=Sage|year=2011|isbn=978-1-84787-395-8|page=1|chapter-url=https://books.google.com/books?id=2chSmLzClXgC&pg=PA1}}</ref><ref name=":12">See also the diagram in {{cite book|author=Scott, John|title=Social Network Analysis: A Handbook|publisher=Sage|year=2000|isbn=978-0-7619-6339-4|page=8|url=https://books.google.com/books?id=Ww3_bKcz6kgC&pg=PA8}}</ref>在心理学方面，在20世纪30年代，雅各布·L·莫雷诺开始系统地记录和分析小团体中的社会互动，尤其是课堂和工作团体中的社会互动（见社会测量 sociometry）。在人类学中，社会网络理论的基础是布罗尼斯拉夫·马林诺夫斯基 Bronislaw Malinowski<ref name=":13">Malinowski, Bronislaw (1913). ''The Family Among the Australian Aborigines: A Sociological Study''. London: University of London Press.</ref> 、阿尔弗雷德·拉德克利夫-布朗 Alfred Radcliffe-Brown<ref name=":14">Radcliffe-Brown, Alfred Reginald (1930) ''The social organization of Australian tribes''. Sydney, Australia: University of Sydney ''Oceania'' monographs, No.1.</ref><ref name=":15">{{cite journal | last1 = Radcliffe-Brown | first1 = A. R. | year = 1940 | title = On social structure | url = | journal = Journal of the Royal Anthropological Institute | volume = 70 | issue = 1| pages = 1–12 | doi=10.2307/2844197| jstor = 2844197 }}</ref>和克洛德·列维-斯特劳斯 Claude Lévi-Strauss<ref name=":16">Lévi-Strauss, Claude ([1947]1967). ''Les structures élémentaires de la parenté''. Paris: La Haye, Mouton et Co. (Translated, 1969 by J. H. Bell, J. R. von Sturmer, and R. Needham, 1969, as ''The Elementary Structures of Kinship'', Boston: Beacon Press.)</ref>的理论和人种学著作。包括约翰·A·巴恩斯 John A. Barnes <ref name=":17">Barnes, John (1954). "Class and Committees in a Norwegian Island Parish". ''Human Relations'', (7): 39–58.</ref> 、J·克莱德·米切尔 J. Clyde Mitchell和伊丽莎白·博特·斯皮利厄斯 Elizabeth Bott Spillius<ref name=":18">{{cite journal | last1 = Freeman | first1 = Linton C. | last2 = Wellman | first2 = Barry | year = 1995 | title = A note on the ancestoral Toronto home of social network analysis | url = | journal = Connections | volume = 18 | issue = 2| pages = 15–19 }}</ref><ref name=":19">{{cite journal | last1 = Savage | first1 = Mike | year = 2008 | title = Elizabeth Bott and the formation of modern British sociology | url = | journal = The Sociological Review | volume = 56 | issue = 4| pages = 579–605 | doi=10.1111/j.1467-954x.2008.00806.x}}</ref>在内的一群与马克斯·格拉克曼（Max Gluckman）和曼彻斯特学派（Manchester School）有关的社会人类学家，经常被认为是执行了一些最初的实地工作，从而进行了网络分析，调查了南非、印度和英国的社区网络。<ref name="jscott" /> 与此同时，英国人类学家纳德尔（S.F. Nadel）发展出了一种社会结构理论，对后来的网络分析产生重要影响影响。<ref name=":20">Nadel, S. F. 1957. ''The Theory of Social Structure''. London: Cohen and West.</ref>在社会学方面，塔尔科特·帕森斯（Talcott Parsons）的早期工作（1930年代）为采用关系方法理解社会结构奠定了基础。<ref name=":21">Parsons, Talcott ([1937] 1949). ''The Structure of Social Action: A Study in Social Theory with Special Reference to a Group of European Writers''. New York: The Free Press.</ref><ref name=":22">Parsons, Talcott (1951). ''The Social System''. New York: The Free Press.</ref> 后来，社会学家彼得·布劳 Peter Blau的社会交换论为分析社会单位之间的关系提供了强大的动力。<ref name=":23">Blau, Peter (1956). ''Bureaucracy in Modern Society''. New York: Random House, Inc.</ref><ref name=":24">Blau, Peter (1960). "A Theory of Social Integration". ''The American Journal of Sociology'', (65)6: 545–556, (May).</ref><ref name=":25">Blau, Peter (1964). ''Exchange and Power in Social Life''.</ref>

到了20世纪70年代，越来越多的学者致力于将不同的轨迹和传统结合起来。其中一组由社会学家哈里森·怀特 Harrison White和他在哈佛大学社会关系系的学生组成。当时在哈佛大学社会关系系独立活动的还有专注于政治和社区社会学和社会运动的网络的查尔斯·堤利 Charles Tilly，还有发表了[[六度分隔理论]]论文的斯坦利·米尔格拉姆 Stanley Milgram。<ref name=":26">{{cite web |url=http://www.semioticon.com/semiotix/semiotix14/sem-14-05.html |title=The Networked Individual: A Profile of Barry Wellman |author=Bernie Hogan}}</ref>马克·格兰诺维特 Mark Granovetter<ref name="Introduction for the French Reader">{{cite journal | last1 = Granovetter | first1 = Mark | year = 2007 | title = Introduction for the French Reader | url = | journal = Sociologica | volume = 2 | issue = | pages = 1–8 }}</ref>和巴里·威尔曼 Barry Wellman<ref name=":27">Wellman, Barry (1988). "Structural analysis: From method and metaphor to theory and substance". pp. 19–61 in B. Wellman and S. D. Berkowitz (eds.) ''Social Structures: A Network Approach'', Cambridge, UK: Cambridge University Press.</ref>是怀特以前的学生，他们阐述并支持对社交网络的分析。<ref name="Introduction for the French Reader" /><ref name=":28">Mullins, Nicholas. ''Theories and Theory Groups in Contemporary American Sociology''. New York: Harper and Row, 1973.</ref><ref name=":29">Tilly, Charles, ed. ''An Urban World''. Boston: Little Brown, 1974.</ref><ref name=":30">Wellman, Barry. 1988. "Structural Analysis: From Method and Metaphor to Theory and Substance". pp. 19–61 in ''Social Structures: A Network Approach'', edited by Barry Wellman and S. D. Berkowitz. Cambridge: Cambridge University Press.</ref>

从20世纪90年代末开始，社会网络分析经历了社会学家、政治学家和物理学家的工作，如[[邓肯·瓦茨]]、[[艾伯特-拉斯洛·巴拉巴西]]、Peter Bearman、Nicholas A. Christakis、James H. Fowler等人，开发和应用新的模型和方法来获得有关在线社会网络的新兴数据，以及有关面对面网络的“数字痕迹”。

<br>

==分析层次==

[[File:Network self-organization stages.png|thumb|right|图3：基于Nagler, Levina和Timme的自组织网络，(2011)<ref>{{cite journal|author1=Nagler, Jan|author2=Anna Levina|author3=Marc Timme|year=2011|title=Impact of single links in competitive percolation|journal=Nature Physics|volume=7|issue=3|pages=265–270|doi=10.1038/nphys1860|arxiv=1103.0922|bibcode=2011NatPh...7..265N}}</ref>]]
[[File:Social Network Diagram (large).svg.png|right|thumb|中心性]]

一般来说，社会网络是[[自组织]]的、[[涌现]]的和复杂的，这样，一个全局一致的模式就会从组成系统的元素的局部交互中显现出来。<ref name=":31">Newman, Mark, Albert-László Barabási and Duncan J. Watts (2006). ''The Structure and Dynamics of Networks'' (Princeton Studies in Complexity). Oxford: Princeton University Press.</ref><ref name=":32">{{cite journal | last1 = Wellman | first1 = Barry | year = 2008 | title = Review: The development of social network analysis: A study in the sociology of science | url = | journal = Contemporary Sociology | volume = 37 | issue = 3| pages = 221–222 | doi=10.1177/009430610803700308}}</ref>随着网络规模的增大，这些模式变得更加明显。然而，一个全球网络分析<ref name=":33">{{cite book|last=Faust|first=Stanley Wasserman; Katherine|title=Social network analysis : methods and applications|year=1998|publisher=Cambridge Univ. Press|location=Cambridge [u.a.]|isbn=978-0521382694|edition=Reprint.}}</ref>（如世界上所有的人际关系）是不可行的，它可能包含太多的信息，以至于相当于没有提供信息。计算能力的实际限制、道德规范以及参与者的招聘和报酬也限制了社会网络分析的规模。<ref name="Kadu12">Kadushin, C. (2012). ''Understanding social networks: Theories, concepts, and findings''. Oxford: Oxford University Press.</ref><ref name=":34">{{Cite journal| author=Granovetter, M.|title= Network sampling: Some first steps| year=1976 |pages=1287–1303 |volume=81| issue=6 |journal= American Journal of Sociology | doi=10.1086/226224}}</ref>局部系统的细微差别在大规模网络分析中可能会消失，因此对于理解网络属性来说，信息的质量可能比其规模更重要。因此，社会网络是在与研究者的理论问题相关的尺度上加以分析的。虽然分析层次不一定相互排斥，但网络可以分为三个一般层次: 微观、中观和宏观。

===微观层面===
在微观层面上，社会网络研究通常从个人开始，随着社会关系的追踪而像滚雪球一样扩大，或者可能从特定社会背景下的一小群个体开始。

'''二元层面 Dyadic level'''：二元是两个个体之间的社会关系。网络对二元关系的研究可以集中在关系的结构上（如多样性、力量)、社会平等以及互惠互利的倾向。

'''三元层面 Triadic level'''：再加一个个体到二元组中，就得到一个三元组。这一层次的研究可能集中在诸如平衡和传递性等因素，以及社会平等和互惠互利的倾向。<ref name="Kadu12" /> 在弗里茨 · 海德 Fritz Heider的平衡理论 Balance Theory中，三元组是社会动力学的关键。在敌对的三角恋中的不和谐是不平衡的三角关系的一个例子，很可能通过其中一种关系的改变而变成平衡的三角关系。社会中社会友谊的动态模型是通过平衡三角关系建立起来的。该研究利用了符号图理论。

'''行为者层面 Actor level'''：社会网络中最小的分析单位是社会环境中的个体，即“行为者”或“自我”。自我网络分析主要关注网络特征，例如大小、关系强度、密度、中心性、声望和隔离、联络和桥梁等角色。<ref name="Jone11" /> 这种分析最常用于心理学或社会心理学、人种学亲属关系分析或其他个体关系的系谱研究领域。

'''子集层面 Subset level'''：网络研究问题的子集级别开始于微观级别，但可能跨越到中观级别的分析。子集级别的研究可能集中在距离和可达性、派系、凝聚子群或其他群体行为或行为。<ref name=":35">{{cite book | title="Graph Theoretical Approaches to Social Network Analysis". in Computational Complexity: Theory, Techniques, and Applications (Robert A. Meyers, ed.) | publisher=Springer | author=de Nooy, Wouter |year=2012 | pages=2864–2877 | isbn=978-1-4614-1800-9|doi=10.1007/978-1-4614-1800-9_176| chapter=Social Network Analysis, Graph Theoretical Approaches to }}</ref>

===中观层面===
一般来说，中观层面的理论始于介于微观和宏观层面之间的规模。然而，中观层面也可以指专门为揭示微观和宏观层面之间的联系而设计的分析。中观层次的网络是密度低，可能表现出不同于人际微观层面网络的因果过程。<ref name=":36">{{cite journal | last1 = Hedström | first1 = Peter | last2 = Sandell | first2 = Rickard | last3 = Stern | first3 = Charlotta | year = 2000 | title = Mesolevel Networks and the Diffusion of Social Movements: The Case of the Swedish Social Democratic Party | url = http://www.nuffield.ox.ac.uk/users/hedstrom/ajs3.pdf | journal = American Journal of Sociology | volume = 106 | issue = 1| pages = 145–172 | doi = 10.1086/303109 }}</ref>

[[File:Social Red.jpg|thumb|right|图4：中观层面社会网络图]]

'''组织 Organizations''': 正规组织是为共同目标分配任务的社会团体。<ref name="Riketta, M. 2007">{{cite journal | last1 = Riketta | first1 = M. | last2 = Nienber | first2 = S. | year = 2007 | title = Multiple identities and work motivation: The role of perceived compatibility between nested organizational units | url = | journal = British Journal of Management | volume = 18 | issue = | pages = S61–77 | doi=10.1111/j.1467-8551.2007.00526.x}}</ref>关于组织的网络研究可以侧重于正式或非正式关系方面的组织内或组织间联系。组织内网络本身往往包含多层次的分析，特别是在具有多个分支机构、特许权或半自治部门的较大组织中。在这些情况下，研究通常在工作组和组织层面进行，重点放在两个结构之间的相互作用。<ref name="Riketta, M. 2007" /> 网络群体的在线实验证明了通过各种干预优化群体层面协调的方法，这其中包括在群体中加入自主代理。<ref name=":37">{{Cite journal|last=Shirado|first=Hirokazu|last2=Christakis|first2=Nicholas A|title=Locally noisy autonomous agents improve global human coordination in network experiments|journal=Nature|volume=545|issue=7654|pages=370–374|doi=10.1038/nature22332|pmid=28516927|pmc=5912653|bibcode=2017Natur.545..370S|year=2017}}</ref>

'''随机分布的网络 Randomly distributed networks''': 社会网络的社会网络的指数随机图模型 Exponential random graph models在20世纪80年代成为最先进的社会网络分析方法。这个框架有能力表示在许多人类社会网络中普遍观察到的社会结构效应，包括在许多人类社会网络中普遍观察到的基于程度的一般性结构效应以及互惠性和传递性，以及在节点一级、同相性和基于属性的活动和流行性效应，这些效应源于关于网络关系之间依赖性的明确假设。参数是根据网络中小型子图配置的流行程度给出的，可以解释为描述一个给定网络出现的局部社会过程的组合。这些网络的概率模型在给定的参与者集合上允许超越微型网络的限制性并元独立性假设的泛化，允许模型从社会行为的理论结构基础上建立。<ref name=":38">{{cite journal | last1 = Cranmer | first1 = Skyler J. | last2 = Desmarais | first2 = Bruce A. | year = 2011 | title = Inferential Network Analysis with Exponential Random Graph Models | url = | journal = Political Analysis | volume = 19 | issue = 1| pages = 66–86 | doi=10.1093/pan/mpq037| citeseerx = 10.1.1.623.751 }}</ref>

[[File:Scale-free network sample.png|thumb|right|图5：一个随机网络和一个无尺度网络的例子。每个图有32个顶点和32条边。注意无标度图中的“集线器”（阴影部分）（右侧）。]]

'''[[无标度网络]] Scale-free networks'''：无标度网络网络是一个[[度分布]]遵循[[幂律]](至少是渐近的）的网络。在网络理论中，无标度理想网络是具有揭示了社会群体的规模分布的度分布的随机网络。<ref name=":39">{{cite journal |author1=Moreira, André A.|author2=Demétrius R. Paula|author3=Raimundo N. Costa Filho|author4=José S. Andrade, Jr. |title=Competitive cluster growth in complex networks |year=2006 |doi=10.1103/PhysRevE.73.065101 |pmid=16906890 |journal=Physical Review E |volume=73 |issue=6 |pages=065101 |arxiv=cond-mat/0603272 |bibcode=2006PhRvE..73f5101M }}</ref> 无标度网络的具体特征随创建其的理论和分析工具的变化而变化，然而，一般来说，无标度网络具有一些共同的特征。无标度网络的一个显著特征是度远超均值的顶点的相对共性。最高度的节点通常被称为“[[枢纽]]” ，并且可能在其网络中服务于特定的目的，尽管这在很大程度上取决于社会环境。无标度网络的另一个一般特性是聚集系数 General Characteristic分布，它随着节点度的增加而减少。该分布也遵循幂律。<ref name=":40">Barabási, Albert-László (2003). ''Linked: how everything is connected to everything else and what it means for business, science, and everyday life''. New York: Plum.</ref>上述的网络演化的巴拉巴西模型就是无标度网络的一个例子。

===宏观层面===
宏观层面的分析不是追踪人际互动，而通常是追踪相互作用的结果，例如经济或其他资源转移在一大群体中的相互作用。

[[File:Diagram of a social network.jpg|thumb|right|图6: 一大型社会网络局部。]]

'''大规模网络 Large-scale networks''': 大规模网络是一个与“宏观层面”同义的术语，主要用于社会和行为科学，经济学。最初，这个术语在计算机科学中广泛使用（见大规模网络映射）。

'''复杂网络 Complex networks''': 大多数较大的社会网络呈现出社会复杂性的特征，包括网络拓扑 Network Topology的大量非平凡特征，以及既不完全规则也不完全随机的元素之间的复杂连接模式（见复杂性科学、动力系统和混沌理论），生物和技术网络也是如此。这些复杂的网络特征包括度分布的重尾、高集聚系数、顶点之间的同配性 Assortativity或非同配性、社区结构（见随机分块模型 Stochastic Block Model）和层次结构。在主体导向网络的情况下，这些特征还包括互惠性、三重显著性特征（TSP，见网络基序）及其他。相比之下，许多过去研究过的网络数学模型，如格和[[随机图]]，并没有表现出这些特征。<ref name=":41">{{cite journal|author=Strogatz, Steven H.|year=2001|title=Exploring complex networks|journal=Nature|volume=410|pages=268–276|doi=10.1038/35065725|pmid=11258382|issue=6825|bibcode=2001Natur.410..268S|doi-access=free}}</ref>

==理论联系==
=== 输入的理论 ===
为了使用[[社会网络分析]]，已经引入了各种理论框架。其中最突出的是[[图论]]、平衡理论、社会比较论，以及最近的社会认同方法。<ref name=":42">{{cite book |last1=Kilduff|first1=M.|last2=Tsai|first2=W. |year=2003 |title= Social networks and organisations |publisher=Sage Publications}}</ref>

===本土理论===
很少有完整的理论产生于社会网络分析。现有两个为结构角色理论和异质性理论。

异质性理论的基础是在一项研究中发现，更多的弱关系可以在寻求信息和创新方面发挥重要作用，因为小圈子倾向于有更同质化的观点，也有许多共同特征。这种亲同性倾向是小圈子成员被吸引到一起的首要原因。然而，由于相似，小圈子里的每一个成员或多或少都知道其他成员所知道的事情。为了获得新的信息或见解，小圈子里的成员不得不超越该圈子，关注其他的朋友及熟人。这就是格兰诺维特所说的“弱关系的力量”。<ref name=":43">{{Cite journal | author=Granovetter, M. |year=1973 |title= The strength of weak ties |journal= American Journal of Sociology |volume=78 |issue=6 |pages= 1360–1380 |doi=10.1086/225469}}</ref>

==结构洞==
在网络的背景下，社会资本存在于人们因其在网络中的位置而具有优势的地方。网络中的联系提供的信息、机会和观点可能有利于网络中的核心参与者。大多数社会结构往往以有强连接的密集集群为特征。<ref name="Burt 2004">{{cite journal|last=Burt|first=Ronald|title=Structural Holes and Good Ideas|journal=American Journal of Sociology|year=2004|doi=10.1086/421787|volume=110|issue=2|pages=349–399|citeseerx=10.1.1.388.2251}}</ref> 这些集群中的信息往往是相当同质和冗余的。非冗余信息通常是通过不同集群中的联系获得的。<ref name="Burt 1992">{{cite book|last=Burt|first=Ronald|title=Structural Holes: The Social Structure of Competition|year=1992|publisher=Harvard University Press|location=Cambridge, MA}}</ref>当两个独立的集群拥有非冗余信息时，我们称它们之间存在一个结构洞。<ref name="Burt 1992" /> 因此，一个连接结构孔的网络在某种程度上提供附加而非重叠的的网络效益。理想的网络结构具有蔓生结构和集群结构，可访问许多不同集群和结构洞。<ref name="Burt 1992" />度量结构洞的基本指标包括：网络有效规模大小、网络约束、网络效率和层级。

富含结构洞的网络是社会资本的一种形式，因为它们提供信息利益。连接结构洞的网络中的主要参与者能够访问来自不同来源和集群的信息。<ref name="Burt 1992" /> 例如，在商业网络中，这对个人的职业生涯是有益的，因为若其关系网涵盖不同行业 / 部门，则更有可能得知职位空缺和机会。这个概念类似于马克·格兰诺维特的弱关系理论，该理论的基础是拥有广泛的联系对于获得工作是最有效的。

==研究集群==
===传播学===
传播学通常被认为是社会科学和人文科学的一部分，主要集中在社会学、心理学、人类学、信息科学、生物学、政治学、经济学以及修辞学、文学研究和符号学等领域。许多通信概念描述了从一个源到另一个源的信息传输，因此可以从网络的角度来考虑。

===社区===
在J.A. Barnes' day，“社区”指的是一个特定的地理位置和与谁交谈、联系、贸易和一同上教堂做礼拜有关的社区关系的研究。然而如今，通过电信设备和社交网络服务，有了扩展的“在线”社区。这样的设备和服务需要广泛和持续的维护和分析，通常使用网络科学方法。社区发展研究在如今也广泛使用这些方法。

===复杂网络===

复杂网络需要建模和解释[[社会复杂性]]和[[复杂适应系统]]的特定方法，包括动态网络分析技术。

双相演化理论 Dual-phase Evolution机制解释了连接性的时间变化如何促进社会网络结构的形成。

===犯罪网络===
在犯罪学和城市社会学中，犯罪行为人之间的社会网络问题受到了广泛的关注。例如，Andrew Papachristos<ref>{{cite journal |last=Papachristos |first=Andrew |year=2009 |title=Murder by Structure: Dominance Relations and the Social Structure of Gang Homicide |journal=American Journal of Sociology |volume=115 |issue=1 |pages=74–128 |doi=10.2139/ssrn.855304 |url=http://www.papachristos.org/Publications_2_files/ajs_final_version.pdf |accessdate=29 March 2013 |url-status=dead |archiveurl=https://web.archive.org/web/20140407094725/http://www.papachristos.org/Publications_2_files/ajs_final_version.pdf |archivedate=7 April 2014 }}</ref>将帮派谋杀研究为帮派之间的一系列交流。谋杀可以视为从单一来源向外扩散，因为较弱的帮派无法承担为报复杀死较强帮派成员的代价，而必须采取其他暴力行动来维护其势力强大之名声。

===创新扩散理论===
创新扩散理论 Diffusion of Innovations研究的重点是思想从一个行动者到另一个或一种文化到另一种的传播。这一系列的研究试图解释为什么有些人成为创意和创新的“早期接受者” ，并将社交网络结构与促进或阻碍创新的传播联系起来。

===人口学===

在人口学方面，对社会网络的研究导致了新的抽样方法，用于估计和覆盖难以统计的人群（如无家可归者或静脉注射毒品者）。例如，受访者驱动的抽样依赖于调查的受访者推荐更多的受访者，是一种基于网络的抽样技术。

===经济社会学===
社会学领域几乎完全关注社会互动的结果网络。更狭义地说，经济社会学通过社会资本和社会“市场”考虑个人和群体的行为互动。社会学家，如马克·格兰诺维特，已经研究出关于社会结构、信息、奖惩能力和信任相互作用的核心原则，这些原则在他们对政治、经济和其他制度的分析中经常出现。格兰诺维特研究了社会结构和社会网络如何影响经济结果，如雇佣、价格、生产力和创新，并描述了社会学家对分析社会结构和网络对经济的影响的贡献。<ref name=":44">{{cite journal |last=Granovetter |first=Mark |year=2005 |title=The Impact of Social Structure on Economic Outcomes |journal=The Journal of Economic Perspectives |jstor=4134991 |volume=19 |issue=1 |pages=33–50|doi=10.1257/0895330053147958 }}</ref>

===卫生保健===

社会网络分析越来越多地被纳入卫生保健分析——不仅在流行病学研究中，而且在病人沟通和教育、疾病预防、心理健康诊断和治疗模型中，以及在卫生保健组织和系统的研究中。<ref>Levy, Judith and Bernice Pescosolido (2002). ''Social Networks and Health''. Boston, MA: JAI Press.</ref>

===人类生态学===

人类生态学是研究人类与其自然环境、社会环境和环境建构之间关系的一门跨学科科学。人类生态学的科学哲学与地理学、社会学、心理学、人类学、动物学和自然生态学有着密切的联系。<ref name=":45">Crona, Beatrice and Klaus Hubacek (eds.) (2010). [http://www.ecologyandsociety.org/issues/view.php?sf=48 "Special Issue: Social network analysis in natural resource governance"]. ''Ecology and Society'', 48.</ref><ref name=":46">Ernstson, Henrich (2010). "Reading list: Using social network analysis (SNA) in social-ecological studies". [http://rs.resalliance.org/2010/11/03/reading-list-using-social-network-analysis-sna-in-social-ecological-studies/ ''Resilience Science'']</ref>

===语言与语言学===
语言学和语言学的研究，特别是进化语言学 Evolutionary Linguistics，关注通过社会互动网络从一个语言系统转移到另一个语言系统时，语言形式的发展以及声音或词语的变化。社交网络在语言转换中也很重要，因为一些人群增加或者放弃了他们的语言。

===文学网络===

在文学体系的研究中，网络分析被Anheier、Gerhards和 Romo <ref name=":47">{{cite journal | last1 = Anheier | first1 = H. K. | last2 = Romo | first2 = F. P. | year = 1995 | title = Forms of capital and social structure of fields: examining Bourdieu's social topography | url = | journal = American Journal of Sociology | volume = 100 | issue = 4| pages = 859–903 | doi=10.1086/230603}}</ref>、De Nooy<ref name=":48">{{cite journal | last1 = De Nooy | first1 = W | year = 2003| title = Fields and networks: Correspondence analysis and social network analysis in the framework of Field Theory | url = | journal = Poetics | volume = 31 | issue = 5–6| pages = 305–327 | doi = 10.1016/S0304-422X(03)00035-4 }}</ref>和Senekal<ref name=":49">{{cite journal | last1 = Senekal | first1 = B. A. | year = 2012 | title = Die Afrikaanse literêre sisteem: ŉ Eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA) | url = | journal = LitNet Akademies | volume = 9 | issue = | page = 3 }}</ref>应用于研究文学如何运作的各个方面。其基本前提是将Even-Zohar著述以来就存在的多元系统理论可以与网络理论相结合，以及文学网络中不同行为者（如作家、评论家、出版商、文学史等）之间的关系可以通过SNA可视化映射。

<br>

===组织研究===

研究正式或非正式组织关系、组织传播、经济、经济社会学和其他资源转移。社交网络也被用来研究组织之间如何相互作用，描述了许多将高管联系在一起的非正式联系，以及不同组织的个体雇员之间的联系。<ref name=":50">{{cite journal | last1 = Podolny | first1 = J. M. | last2 = Baron | first2 = J. N. | year = 1997 | title = Resources and relationships: Social networks and mobility in the workplace | url = | journal = American Sociological Review | volume = 62 | issue = 5| pages = 673–693 | doi=10.2307/2657354| jstor = 2657354 | citeseerx = 10.1.1.114.6822 }}</ref>研究发现，组织内网络对组织承诺 Organizational Commitment<ref name=":51">{{cite journal | last1 = Lee | first1 = J. | last2 = Kim | first2 = S. | year = 2011 | title = Exploring the role of social networks in affective organizational commitment: Network centrality, strength of ties, and structural holes | url = | journal = The American Review of Public Administration | volume = 41 | issue = 2| pages = 205–223 | doi=10.1177/0275074010373803}}</ref> 、组织认同<ref name="Jone11">{{cite journal | last1 = Jones | first1 = C. | last2 = Volpe | first2 = E.H. | year = 2011 | title = Organizational identification: Extending our understanding of social identities through social networks | url = | journal = Journal of Organizational Behavior | volume = 32 | issue = 3| pages = 413–434 | doi=10.1002/job.694}}</ref> 、人际公民行为有影响。<ref name=":52">{{cite journal | last1 = Bowler | first1 = W. M. | last2 = Brass | first2 = D. J. | year = 2011 | title = Relational correlates of interpersonal citizenship behaviour: A social network perspective | doi = 10.1037/0021-9010.91.1.70 | pmid = 16435939 | journal = Journal of Applied Psychology | volume = 91 | issue = 1| pages = 70–82 | citeseerx = 10.1.1.516.8746 }}</ref>

=== 社会资本 ===
社会资本是一种以社会网络为中心的经济和文化资本，交易以互惠、信任和合作为特征，市场主体生产的商品和服务主要不是为了自已，而是为了共同的利益。社会资本分为三个维度: 结构维度、关系维度和认知维度。结构维度描述了合作伙伴之间如何相互作用，以及哪些特定的合作伙伴在社交网络中相遇。社会资本的结构维度反映了组织之间的关系水平。<ref name=":53">(Claridge, 2018).</ref>这个维度与关系维度高度相关，关系维度指的是伙伴之间关系的可信度、规范、期望和认同度。关系维度解释了这些联系的本质，主要表现在对组织网络的信任程度上。<ref name=":54">(Claridge, 2018).</ref> 认知维度分析组织在多大程度上因其联系和相互作用而共享共同的目标和目的。<ref name=":55">(Claridge, 2018).</ref>

社会资本是一个关于社会关系的价值、以及合作与信心对取得积极成果的作用的社会学概念。该术语指的是一个人可以从其社会关系中获得的价值。例如，新来的移民可以利用他们与先到的移民的社会关系，获得可能本难以获得的工作（如因为不熟悉当地语言）。社会资本与社会网络使用强度存在正相关关系。<ref name=":56">{{cite journal|last=Sebastián|first=Valenzuela|author2=Namsu Park |author3=Kerk F. Kee |title=Is There Social Capital in a Social Network Site? Facebook Use and College Students' Life Satisfaction, Trust, and Participation|journal=Journal of Computer-Mediated Communication|year=2009|volume=14|issue=4|pages=875–901|doi=10.1111/j.1083-6101.2009.01474.x|doi-access=free}}</ref><ref name=":57">{{cite journal | title=Social Connectivity in America: Changes in Adult Friendship Network Size from 2002 to 2007 |author1=Wang, Hua |author2=Barry Wellman |lastauthoramp=yes | journal=American Behavioral Scientist | year=2010 | volume=53 | issue=8 | pages=1148–1169 | doi=10.1177/0002764209356247|url=https://semanticscholar.org/paper/402068f74efb35c093e7fd8c0f8268521219e242 }}</ref>在一个动态的框架中，网络中更高的活动会产生更高的社会资本，而社会资本本身又会激励更多的活动。<ref name="GaudeulGiannetti2013">{{cite journal|last1=Gaudeul|first1=Alexia|last2=Giannetti|first2=Caterina|title=The role of reciprocation in social network formation, with an application to LiveJournal|journal=Social Networks|volume=35|issue=3|year=2013|pages=317–330|issn=03788733|doi=10.1016/j.socnet.2013.03.003}}</ref>

=== 广告===
这个特别的集群侧重于品牌形象和促销策略的有效性，同时考虑到顾客参与对销售和品牌形象的影响。这是通过诸如基于数学领域的研究（如[[数据挖掘]]和分析）的情感分析等技术来衡量的。这一研究领域产生了大量的商业应用，因为任何研究的主要目标都是了解消费者行为并推动销售。

===网络位置和收益===
在许多组织中，成员倾向于把他们的活动集中在他们自己的团队中，这抑制了创造力并限制了机会。一个网络连接结构洞的成员在发现和开发机会方面有优势。<ref name="Burt 2004"/> 这样的成员可以通过充当两个集群之间的信息“中间人”来调动社会资本，否则这些集群就不会有接触，并因此拥有了获取新想法、观点和机会的渠道。英国哲学家和政治经济学家John Stuart Mill写道:“不管怎样……让人们跟与自己不同的人接触....这种沟通是进步的主要来源之一。”<ref name=":5">{{cite book|last=Mill|first=John|title=Principles of Political Economy|year=1909|publisher=William J Ashley|location=Library of Economics and Liberty}}</ref>因此，一个拥有富含结构洞的网络的玩家可以通过新的想法和机会为组织增加价值。这反过来又有助于个人的职业发展和晋升。

社会资本中介人还可以从促进联系人之间的信息流动中获得控制权利。在咨询公司 Eden McCallum 的案例中，创始人能够通过与前三大咨询公司顾问和中等规模的行业公司建立联系来发展其事业。<ref name=":6">{{cite journal|last=Gardner|first=Heidi|author2=Eccles, Robert |title=Eden McCallum: A Network Based Consulting Firm|journal=Harvard Business School Review|year=2011}}</ref>通过连接结构洞和调动社会资本，玩家可以通过在联系人之间执行新的机会来发展其事业。

有研究证实和反驳了信息中介的好处。Zhixing Xiao 对中国高科技企业的一项研究发现，结构洞的控制效益“与占主导地位的企业合作精神不协调，且因这类组织的共享价值观，信息效益不能实现”。<ref name=":7">Xiao, Zhixing; Tsui, Anne (2007). "When Brokers May Not Work: The Cultural Contingency of [http://iniciarsesionentrar.com/facebook/ Social] Capital in Chinese High-tech Firms". ''Administrative Science Quarterly''.</ref>然而，这项研究只分析了往往有很强的公共共享价值观的中国企业。结构洞的信息和控制利益对于那些在整个公司层面上不那么具有包容性和合作性的公司来说仍然是有价值的。2004年，罗纳德·伯特 Ronald Burt调查了为美国最大的电子公司之一管理供应链的673名管理者。他发现，那些经常与其他团体讨论问题的管理人员收入更高，得到的工作评价更积极，也更有可能获得晋升。<ref name="Burt 2004" /> 因此，连接结构洞对组织有益，反过来对个人的职业生涯也有益。

===社交媒体===

计算机网络与社交网络软件的结合为社交互动提供了一种新的媒介。<ref name=":8">{{Cite book|title=The International Encyclopedia of Media Effects|last=Amichai-Hamburger|first=Yair|last2=Hayat|first2=Tsahi|date=2017|publisher=John Wiley & Sons, Inc.|isbn=9781118783764|language=en|doi=10.1002/9781118783764.wbieme0170}}</ref>计算机化的社交网络服务上的关系可以通过上下文、方向和强度来描述。关系的内容指的是交换的资源。在电脑中介传播 computer-mediated communication环境中，社会对交换不同种类的信息，包括发送数据文件或计算机程序，以及提供情感支持或安排会议。随着电子商务的兴起，交换的信息也可能对应于“现实”世界中的货币、商品或服务的交换。<ref name=":9">{{cite journal | title=Studying Online Social Networks | last1=Garton|first1=Laura|first2=Caroline |last2=Haythornthwaite|author2-link=Caroline Haythornthwaite|first3=Barry|last3=Wellman|author3-link=Barry Wellman | journal=Journal of Computer-Mediated Communication |date=23 June 2006 | volume=3 | issue=1 |pages = 0| doi=10.1111/j.1083-6101.1997.tb00062.x}}</ref>社会网络分析方法已经成为检验此类计算机为媒介的交流的必要手段。

此外，社交媒体的庞大规模和不稳定性也催生了新的网络指标。从社交媒体中提取网络的一个关键问题是，在缺失数据的情况下，网络指标缺乏稳健性。<ref name=":10">{{cite journal | last1 = Wei | first1 = Wei | last2 = Joseph | first2 = Kenneth | last3 = Liu | first3 = Huan | last4 = Carley | first4 = Kathleen M. | year = 2016 | title = Exploring Characteristics of Suspended Users and Network Stability on Twitter | url = | journal = Social Network Analysis and Mining | volume = 6 | issue = | page = 51 | doi = 10.1007/s13278-016-0358-5 }}</ref>

== 参阅 ==
* [[集体网络]]
* [[网络社会]]
* [[网络理论]]
* [[网络科学]]
* [[社会网络分析]]
* [[社会网络]]
* [[社交网络]]

<br>

==参考文献==
{{reflist}}

==拓展阅读==

* {{cite journal |last1=Aneja |first1=Nagender |last2=Gambhir |first2=Sapna |title=Ad-hoc Social Network: A Comprehensive Survey |url=http://www.ijser.org/researchpaper%5CAd-hoc-Social-Network-A-Comprehensive-Survey.pdf |journal=International Journal of Scientific & Engineering Research |volume=4 |issue=8 |date=August 2013 |pages=156–160|issn=2229-5518}}

* {{cite book |last=Barabási |first=Albert-László |year=2003 |title=Linked: How Everything Is Connected to Everything Else and What It Means for Business, Science, and Everyday Life |publisher=Plum |isbn=978-0-452-28439-5 |url-access=registration |url=https://archive.org/details/linkedhoweveryth00bara }}

* {{cite book |last=Barnett |first=George A. |year=2011 |title=Encyclopedia of Social Networks |publisher=Sage |isbn=978-1-4129-7911-5}}

* {{cite book |last=Estrada |first=E |year=2011 |title=The Structure of Complex Networks: Theory and Applications |publisher=Oxford University Press |isbn=978-0-199-59175-6}}

* {{cite book |last=Ferguson |first=Niall |year=2018 |title=The Square and the Tower: Networks and Power, from the Freemasons to Facebook |isbn=978-0735222915 |publisher=Penguin Press}}

* {{cite book |last=Freeman |first=Linton C. |year=2004 |title=The Development of Social Network Analysis: A Study in the Sociology of Science |publisher=Empirical Press |isbn=978-1-59457-714-7}}

* {{cite book |last=Kadushin |first=Charles |year=2012 |title=Understanding Social Networks: Theories, Concepts, and Findings |location= |publisher=Oxford University Press |isbn=978-0-19-537946-4}}

* {{cite book |last1=Mauro |first1=Rios |last2=Petrella |first2=Carlos |year=2014 |title=La Quimera de las Redes Sociales |trans-title=The Chimera of Social Networks |language=Spanish |publisher=Bubok España |isbn=978-9974-99-637-3}}

* {{cite book |last1=Rainie |first1=Lee |last2=Wellman |first2=Barry |year=2012 |title=Networked: The New Social Operating System |url=https://archive.org/details/networkednewsoci0000rain |url-access=registration |location=Cambridge, Mass. |publisher=MIT Press |isbn=978-0262017190}}

* {{cite book |last=Scott |first=John |year=1991 |title=Social Network Analysis: A Handbook |publisher=Sage |isbn=978-0-7619-6338-7}}

* {{cite book |last1=Wasserman |first1=Stanley |last2=Faust |first2=Katherine |year=1994 |title=Social Network Analysis: Methods and Applications |publisher=Cambridge University Press |isbn=978-0-521-38269-4 |series=Structural Analysis in the Social Sciences }}

* {{cite book |last1=Wellman |first1=Barry |last2=Berkowitz |first2=S. D. |year=1988 |title=Social Structures: A Network Approach |series=Structural Analysis in the Social Sciences |publisher=Cambridge University Press |isbn=978-0-521-24441-1}}

==外部链接==
===组织===
* [http://www.insna.org/ International Network for Social Network Analysis]
===同行评审期刊===
* ''[http://www.sciencedirect.com/science/journal/03788733 Social Networks]''

* ''[http://journals.cambridge.org/action/displaySpecialPage?pageId=3656 Network Science]''

* ''[http://www.cmu.edu/joss/content/articles/volindex.html Journal of Social Structure]''

* ''[http://www.tandfonline.com/toc/gmas20/current Journal of Mathematical Sociology]''

* ''[https://www.springer.com/computer/database+management+%26+information+retrieval/journal/13278 Social Network Analysis and Mining (SNAM)]''

* {{cite journal |title=INSNA - ''Connections'' Journal |journal=Connections Bulletin of the International Network for Social Network Analysis |location=Toronto |publisher=International Network for Social Network Analysis |url=http://www.insna.org/pubs/connections/ |issn=0226-1766 |url-status=dead |archiveurl=https://web.archive.org/web/20130718063641/http://www.insna.org/pubs/connections/ |archivedate=2013-07-18 }}

===课本及教育资源===
* ''[http://www.cs.cornell.edu/home/kleinber/networks-book/ Networks, Crowds, and Markets]'' (2010) by D. Easley & J. Kleinberg

* ''[http://faculty.ucr.edu/~hanneman/nettext/ Introduction to Social Networks Methods]'' (2005) by R. Hanneman & M. Riddle

* [http://www.analytictech.com/networks/ Social Network Analysis Instructional Web Site] by S. Borgatti

* ''[https://web.archive.org/web/20160304063126/http://www.novagob.org/file/view/153259/ebook-gratuito-sobre-redes-sociales-virtuales Guide for virtual social networks for public administrations]'' (2015) by Mauro D. Ríos (in Spanish)

===数据集===
* [http://pajek.imfm.si/doku.php?id=data:urls:index Pajek's list of lists of datasets]

* [http://networkdata.ics.uci.edu/index.html UC Irvine Network Data Repository]

* [http://snap.stanford.edu/data/ Stanford Large Network Dataset Collection]

* [http://www-personal.umich.edu/~mejn/netdata/ M.E.J. Newman datasets]

* [http://vlado.fmf.uni-lj.si/pub/networks/data/ Pajek datasets]

* [http://wiki.gephi.org/index.php?title=Datasets#Social_networks Gephi datasets]

* [http://konect.uni-koblenz.de/networks KONECT – Koblenz network collection]

* [http://www.stats.ox.ac.uk/~snijders/siena/ RSiena datasets]

==编者推荐==
===集智文章===
====[https://swarma.org/?p=18646 社会网络分析的四个维度：研究方法、应用和软件工具综述 | 网络科学论文速递25篇]====

[http://arxiv.org/abs/2002.09485 The Four Dimensions of Social Network Analysis: An Overview of Research Methods, Applications, and Software Tools]：近年来，基于社交网络的应用呈指数级增长，其中一个方面的原因是，这个应用领域提供了一个特别肥沃的地方，可以测试和开发最先进的计算技术，从 Web 中提取有价值的信息。这项工作的主要贡献有三个方面：(1) 我们对社会网络分析 (SNA) 的最新发展水平进行了文献综述；(2) 我们提出了一套基于 SNA 四个基本特征（或维度）的新度量标准；(3) 最后，我们对一套流行的 SNA 工具和框架进行了定量分析。我们还进行了一项科学计量学研究，以检测该领域中最活跃的研究领域和应用领域。本工作提出了四个不同维度的定义，即(a)模式、(b)知识发现、(c)信息融合、(d)集成、可伸缩性和可视化，用于定义一组新的度量（称为度），以评估 SNA 的不同软件工具和框架（根据之前的度量对一组 20 个 SNA-软件工具进行分析和排序）。这些维度连同定义的程度，可以评价和衡量社会网络技术的成熟度，寻求对它们的定量评估，从而揭示这一活跃领域的挑战和未来发展趋势。

===集智课程===

*[https://campus.swarma.org/course/1754 巴拉巴西网络科学]
::本课程中，邀请了10位全国最顶尖的复杂科学专家为您全面系统讲解网络科学，帮助大家完成从散点思维到网络思维，直至网络科学思维的跃升。

[[文件:巴拉巴西网络科学.jpeg|缩略图| right| [https://campus.swarma.org/course/1754 巴拉巴西网络科学]]]

*[https://campus.swarma.org/course/1349 复杂网络2020]
::本课程是对复杂性科学的一个概述，包含10个章节，每节都会涵盖复杂系统的一个主要概念。

*[https://campus.swarma.org/course/1161 复杂网络的基本模型]
::本课程中，将详细介绍复杂网络的四个基本模型：规则网、随机图、小世界网络、Scale-Free 网络。

*[https://campus.swarma.org/course/243 网络上的CNN-图卷积网络模型]
::本课程主要讲解图卷积神经网络（GCN），GCN是针对不规则图（图像可以看作是规则的二维网格）的一种卷积神经网络的技术，可以用来进行图上信号的识别和预测。

----
本中文词条由Miyasak、Kuangmy审校，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。

'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

[[Category:社会网络]]
[[Category:复杂系统理论]]
[[Category:网络理论]]
[[Category:组织理论]]
[[Category:自组织]]
[[Category:社会系统]]
[[Category:系统理论]]

约翰·霍兰德 John H Holland

2024-05-07T15:56:30Z

高敏：/* 书籍推荐 */

== 基本信息 ==
[[文件:John Henry Holland.jpg|缩略图|约翰·霍兰德]]

{| class="wikitable"
|-
! 类别 !! 信息
|-
| 出生时间 || 1929-02-02
|-
| 逝世时间 || 2015-08-09
|-
| 国籍： || 美国
|-
| 母校： || 密歇根大学、麻省理工学院
|-
| 成就： || 开创遗传算法研究
|-
| 主要研究方向： || 遗传算法、复杂适应系统、心理学
|-
| 博士生导师： || [https://www.eecs.umich.edu/eecs/about/articles/2008/Burks.html 亚瑟·巴克斯]
|-
| 博士学生 || [https://www.santafe.edu/people/profile/melanie-mitchell 梅拉妮·米歇尔]、[https://amturing.acm.org/award_winners/codd_1000892.cfm 埃德加·科德]
|}

约翰·霍兰德（1929-2015）是美国科学家，[https://umich.edu/ 安娜堡密歇根大学]的电气工程与计算机科学教授，兼心理学教授，同时他还是[[遗传算法]]的研究先驱。

==生平==

霍兰德在1929年生于美国印第安纳州的Fort Wayne。他在麻省理工学院学习物理学，并在1950年获得学士学位，然后又求学于密歇根大学，分别于1954年和1959年获得数学硕士和计算机博士学位（这是世界是第一个计算机博士学位）。<ref>{{cite web |url=http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |title=Archived copy |accessdate=March 2, 2008 |url-status=dead |archiveurl=https://web.archive.org/web/20080911075246/http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |archivedate=September 11, 2008 }}</ref>霍兰德之后担任了密歇根大学的电气工程与计算机科学教授，兼心理学教授。此外，他还是[https://www2.rowland.harvard.edu/ 罗兰德科学研究所]和[https://www.uib.no/en 卑尔根大学]的访问学者。

霍兰德还担任[[圣塔菲研究所_Santa_Fe_Institute|圣塔菲研究所]]的董事会亦即科学指导委员会成员，同时也是世界经济论坛的成员。<ref name="SantaFe">{{cite web |url=http://www.santafe.edu/about/people/profile/John%20H.%20Holland |title=Profile: John H. Holland |publisher=[[Santa Fe Institute]] |url-status=dead |archiveurl=https://web.archive.org/web/20130202004956/http://www.santafe.edu/about/people/profile/John%20H.%20Holland |archivedate=February 2, 2013 }}</ref>

霍兰德在1961年获授富兰克林研究所的Louis E. Levy奖，还在1992年被授予麦克阿瑟天才奖。<ref name="LevyMedal_Laureates">{{cite web|url=http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |title=Franklin Laureate Database - Louis E. Levy Medal Laureates |publisher=Franklin Institute |accessdate=January 22, 2011 |url-status=dead |archiveurl=https://web.archive.org/web/20110629195033/http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |archivedate=June 29, 2011 }}</ref><ref>https://www.macfound.org/fellows/463/</ref>

2015年8月9日，霍兰德在密歇根安娜堡与世长辞。<ref>[http://www.santafe.edu/news/item/in-memoriam-john-holland/ Complexity science pioneer John Holland passes away at 86] at santafe.edu</ref>

== 研究领域 ==

霍兰德频繁地在世界各地讲授他自己的研究、亦即解释关于[[复杂适应系统]]（CAS）研究的的各种开放问题。在1975年，他写下了[[遗传算法]]的开创性著作《自然于人工系统的适应性v(Adaptation in Natural and Artificial Systems)》，还建立了[[霍兰德模式理论]]。

== 主要文章及著作 ==

霍兰德写过的书包括但不限于:

* Adaptation in Natural and Artificial Systems (1975, MIT Press)
* Hidden Order: How Adaptation Builds Complexity (1995, Basic Books)
* Emergence: From Chaos to Order (1998, Basic Books)
* Signals and Boundaries: Building Blocks for Complex Adaptive Systems (2012, MIT Press)
* Complexity: A Very Short Introduction (2014, Oxford University Press)

霍兰德参与撰写的文章（部分）:

* "A universal computer capable of executing an arbitrary number of subprograms simultaneously", in: Proc. Eastern Joint Comp. Conf. (1959), pp. 108–112
* "Iterative circuit computers", in: Proc. Western Joint Comp. Conf. (1960), pp. 259–265
* "Outline for a logical theory of adaptive systems", in: JACM, Vol 9 (1962), no. 3, pp. 279–314
* "Hierarchical descriptions, universal spaces, and adaptive systems", in: Arthur W. Burks, editor. Essays on Cellular Automata (1970). University of Illinois Press
* "Using Classifier Systems to Study Adaptive Nonlinear Networks", in: Daniel L. Stein, editor. Lectures in the Sciences of Complexity (1989). Addison Wesley
* "Concerning the Emergence of Tag-Mediated Lookahead in Classifier Systems", in: Stephanie Forrest, editor. Emergent Computation: self-organizing, collective, and cooperative phenomena in natural and computing networks (1990). MIT Press
* "The Royal Road for Genetic Algorithms: Fitness Landscapes and GA Performance", in: Francisco J. Varela, Paul Bourgine, editors. Toward a Practice of Autonomous Systems: proceedings of the first European conference on Artificial Life (1992). MIT Press
* "Echoing Emergence: objectives, rough definitions, and speculations for ECHO-class models", in: George A. Cowan, David Pines, David Meltzer, editors. Complexity: metaphors, models, and reality (1994), Addison-Wesley
* "Can There Be A Unified Theory of Complex Adaptive Systems?", in: Harold J. Morowitz, Jerome L. Singer, editors. The Mind, The Brain, and Complex Adaptive Systems (1995). Addison-Wesley
* "Board Games", in: John Brockman, editor. The Greatest Inventions of the Past 2000 Years (2000). Phoenix
* "What is to Come and How to Predict It.", in: John Brockman, editor. The Next Fifty Years: science in the first half of the twenty-first century (2002). Weidenfeld & Nicolson

== 相关链接 ==
* [https://www.santafe.edu/news-center/news/in-memoriam-john-holland 圣塔菲研究所的霍兰德讣告]
* [https://lsa.umich.edu/cscs/news-events/all-news/archived-news/2015/08/internationally-eminent-professor-john-holland-passes-away-at-ag.html 密歇根大学的霍兰德讣告]
* [https://en.wikipedia.org/wiki/John_Henry_Holland 霍兰德的维基百科页面]

=== 编者推荐 ===
==== 视频 ====

* [https://campus.swarma.org/course/728 '''集智学园《系统科学概论》''']
===书籍推荐===
====[https://www.amazon.com/Chinese-%E7%BA%A6%E7%BF%B0%E2%80%A2%E9%9C%8D%E5%85%B0%E5%BE%B7-ebook/dp/B09WYM9SNT 《涌现》（从混沌到有序，涌现理论奠基人、遗传算法之父约翰•霍兰德关于涌现现象研究的奠基之作，复杂科学领域里程碑式著作） (Chinese Edition)] ====
一粒小小的种子为何能够长成红杉、雏菊、豆苗等独特的植物？蚂蚁个体的行为非常机械，为何蚁群却展现出非凡的灵活性？国际象棋只有二十几条规则，为何人们能不断发现新的走法？机器为何能够越人类在制造它时赋予它的能力？

上述现象揭示了这样一个规律，即复杂的事物是由小而简单的事物发展而来的，而这正是涌现现象的特征。涌现现象产生的根本原因在于，事物各组成部分之间相互作用产生的复杂性，远非个体行为的叠加可以相比，也就是我们常说的“整体大于部分之和”。

“整体大于部分之和”这一特性也成为涌现研究道路上的阻碍。许多哲学家和一些科学家坚定地认为对涌现的研究不可能还原为对明确定义的机制及其相互作用的研究。他们认为，机器的能力不可能超越人类在制造它时赋予它的能力。复杂自适应系统理论提出者约翰•霍兰德借助模型和还原思想，建立了研究涌现现象的普适框架，扫清了研究道路上的障碍，推动了复杂自适应系统、机器学习、人工智能等领域的长足发展。

你可能会认为，涌现现象只出现在特定的系统中，在日常生活中并不常见。但实际上，具有涌现现象的系统随处可见且与我们息息相关，比如神经元网络系统、人体免疫系统、互联网和全球经济系统等。因此，研究涌现现象具有重要的现实意义。凭借霍兰德提出的普适理论框架，我们可以找出某些复杂现象背后的根本规律，从而更好地认识世界、开拓世界以及预测未来。

==参考链接==
{{reflist}}

[[category:使用说明]][[category:人物]]

约翰·霍兰德 John H Holland

2024-05-07T15:49:35Z

高敏：/* 视频 */

== 基本信息 ==
[[文件:John Henry Holland.jpg|缩略图|约翰·霍兰德]]

{| class="wikitable"
|-
! 类别 !! 信息
|-
| 出生时间 || 1929-02-02
|-
| 逝世时间 || 2015-08-09
|-
| 国籍： || 美国
|-
| 母校： || 密歇根大学、麻省理工学院
|-
| 成就： || 开创遗传算法研究
|-
| 主要研究方向： || 遗传算法、复杂适应系统、心理学
|-
| 博士生导师： || [https://www.eecs.umich.edu/eecs/about/articles/2008/Burks.html 亚瑟·巴克斯]
|-
| 博士学生 || [https://www.santafe.edu/people/profile/melanie-mitchell 梅拉妮·米歇尔]、[https://amturing.acm.org/award_winners/codd_1000892.cfm 埃德加·科德]
|}

约翰·霍兰德（1929-2015）是美国科学家，[https://umich.edu/ 安娜堡密歇根大学]的电气工程与计算机科学教授，兼心理学教授，同时他还是[[遗传算法]]的研究先驱。

==生平==

霍兰德在1929年生于美国印第安纳州的Fort Wayne。他在麻省理工学院学习物理学，并在1950年获得学士学位，然后又求学于密歇根大学，分别于1954年和1959年获得数学硕士和计算机博士学位（这是世界是第一个计算机博士学位）。<ref>{{cite web |url=http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |title=Archived copy |accessdate=March 2, 2008 |url-status=dead |archiveurl=https://web.archive.org/web/20080911075246/http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |archivedate=September 11, 2008 }}</ref>霍兰德之后担任了密歇根大学的电气工程与计算机科学教授，兼心理学教授。此外，他还是[https://www2.rowland.harvard.edu/ 罗兰德科学研究所]和[https://www.uib.no/en 卑尔根大学]的访问学者。

霍兰德还担任[[圣塔菲研究所_Santa_Fe_Institute|圣塔菲研究所]]的董事会亦即科学指导委员会成员，同时也是世界经济论坛的成员。<ref name="SantaFe">{{cite web |url=http://www.santafe.edu/about/people/profile/John%20H.%20Holland |title=Profile: John H. Holland |publisher=[[Santa Fe Institute]] |url-status=dead |archiveurl=https://web.archive.org/web/20130202004956/http://www.santafe.edu/about/people/profile/John%20H.%20Holland |archivedate=February 2, 2013 }}</ref>

霍兰德在1961年获授富兰克林研究所的Louis E. Levy奖，还在1992年被授予麦克阿瑟天才奖。<ref name="LevyMedal_Laureates">{{cite web|url=http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |title=Franklin Laureate Database - Louis E. Levy Medal Laureates |publisher=Franklin Institute |accessdate=January 22, 2011 |url-status=dead |archiveurl=https://web.archive.org/web/20110629195033/http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |archivedate=June 29, 2011 }}</ref><ref>https://www.macfound.org/fellows/463/</ref>

2015年8月9日，霍兰德在密歇根安娜堡与世长辞。<ref>[http://www.santafe.edu/news/item/in-memoriam-john-holland/ Complexity science pioneer John Holland passes away at 86] at santafe.edu</ref>

== 研究领域 ==

霍兰德频繁地在世界各地讲授他自己的研究、亦即解释关于[[复杂适应系统]]（CAS）研究的的各种开放问题。在1975年，他写下了[[遗传算法]]的开创性著作《自然于人工系统的适应性v(Adaptation in Natural and Artificial Systems)》，还建立了[[霍兰德模式理论]]。

== 主要文章及著作 ==

霍兰德写过的书包括但不限于:

* Adaptation in Natural and Artificial Systems (1975, MIT Press)
* Hidden Order: How Adaptation Builds Complexity (1995, Basic Books)
* Emergence: From Chaos to Order (1998, Basic Books)
* Signals and Boundaries: Building Blocks for Complex Adaptive Systems (2012, MIT Press)
* Complexity: A Very Short Introduction (2014, Oxford University Press)

霍兰德参与撰写的文章（部分）:

* "A universal computer capable of executing an arbitrary number of subprograms simultaneously", in: Proc. Eastern Joint Comp. Conf. (1959), pp. 108–112
* "Iterative circuit computers", in: Proc. Western Joint Comp. Conf. (1960), pp. 259–265
* "Outline for a logical theory of adaptive systems", in: JACM, Vol 9 (1962), no. 3, pp. 279–314
* "Hierarchical descriptions, universal spaces, and adaptive systems", in: Arthur W. Burks, editor. Essays on Cellular Automata (1970). University of Illinois Press
* "Using Classifier Systems to Study Adaptive Nonlinear Networks", in: Daniel L. Stein, editor. Lectures in the Sciences of Complexity (1989). Addison Wesley
* "Concerning the Emergence of Tag-Mediated Lookahead in Classifier Systems", in: Stephanie Forrest, editor. Emergent Computation: self-organizing, collective, and cooperative phenomena in natural and computing networks (1990). MIT Press
* "The Royal Road for Genetic Algorithms: Fitness Landscapes and GA Performance", in: Francisco J. Varela, Paul Bourgine, editors. Toward a Practice of Autonomous Systems: proceedings of the first European conference on Artificial Life (1992). MIT Press
* "Echoing Emergence: objectives, rough definitions, and speculations for ECHO-class models", in: George A. Cowan, David Pines, David Meltzer, editors. Complexity: metaphors, models, and reality (1994), Addison-Wesley
* "Can There Be A Unified Theory of Complex Adaptive Systems?", in: Harold J. Morowitz, Jerome L. Singer, editors. The Mind, The Brain, and Complex Adaptive Systems (1995). Addison-Wesley
* "Board Games", in: John Brockman, editor. The Greatest Inventions of the Past 2000 Years (2000). Phoenix
* "What is to Come and How to Predict It.", in: John Brockman, editor. The Next Fifty Years: science in the first half of the twenty-first century (2002). Weidenfeld & Nicolson

== 相关链接 ==
* [https://www.santafe.edu/news-center/news/in-memoriam-john-holland 圣塔菲研究所的霍兰德讣告]
* [https://lsa.umich.edu/cscs/news-events/all-news/archived-news/2015/08/internationally-eminent-professor-john-holland-passes-away-at-ag.html 密歇根大学的霍兰德讣告]
* [https://en.wikipedia.org/wiki/John_Henry_Holland 霍兰德的维基百科页面]

=== 编者推荐 ===
==== 视频 ====

* [https://campus.swarma.org/course/728 '''集智学园《系统科学概论》''']
===书籍推荐===
====[https://www.amazon.com/Chinese-%E7%BA%A6%E7%BF%B0%E2%80%A2%E9%9C%8D%E5%85%B0%E5%BE%B7-ebook/dp/B09WYM9SNT 《涌现》（从混沌到有序，涌现理论奠基人、遗传算法之父约翰•霍兰德关于涌现现象研究的奠基之作，复杂科学领域里程碑式著作） (Chinese Edition)] ====
==参考链接==
{{reflist}}

[[category:使用说明]][[category:人物]]

约翰·霍兰德 John H Holland

2024-05-07T15:44:16Z

高敏：/* 编者推荐 */

== 基本信息 ==
[[文件:John Henry Holland.jpg|缩略图|约翰·霍兰德]]

{| class="wikitable"
|-
! 类别 !! 信息
|-
| 出生时间 || 1929-02-02
|-
| 逝世时间 || 2015-08-09
|-
| 国籍： || 美国
|-
| 母校： || 密歇根大学、麻省理工学院
|-
| 成就： || 开创遗传算法研究
|-
| 主要研究方向： || 遗传算法、复杂适应系统、心理学
|-
| 博士生导师： || [https://www.eecs.umich.edu/eecs/about/articles/2008/Burks.html 亚瑟·巴克斯]
|-
| 博士学生 || [https://www.santafe.edu/people/profile/melanie-mitchell 梅拉妮·米歇尔]、[https://amturing.acm.org/award_winners/codd_1000892.cfm 埃德加·科德]
|}

约翰·霍兰德（1929-2015）是美国科学家，[https://umich.edu/ 安娜堡密歇根大学]的电气工程与计算机科学教授，兼心理学教授，同时他还是[[遗传算法]]的研究先驱。

==生平==

霍兰德在1929年生于美国印第安纳州的Fort Wayne。他在麻省理工学院学习物理学，并在1950年获得学士学位，然后又求学于密歇根大学，分别于1954年和1959年获得数学硕士和计算机博士学位（这是世界是第一个计算机博士学位）。<ref>{{cite web |url=http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |title=Archived copy |accessdate=March 2, 2008 |url-status=dead |archiveurl=https://web.archive.org/web/20080911075246/http://krasnow.gmu.edu/images/DOM%20Photos/Vita%2007.doc |archivedate=September 11, 2008 }}</ref>霍兰德之后担任了密歇根大学的电气工程与计算机科学教授，兼心理学教授。此外，他还是[https://www2.rowland.harvard.edu/ 罗兰德科学研究所]和[https://www.uib.no/en 卑尔根大学]的访问学者。

霍兰德还担任[[圣塔菲研究所_Santa_Fe_Institute|圣塔菲研究所]]的董事会亦即科学指导委员会成员，同时也是世界经济论坛的成员。<ref name="SantaFe">{{cite web |url=http://www.santafe.edu/about/people/profile/John%20H.%20Holland |title=Profile: John H. Holland |publisher=[[Santa Fe Institute]] |url-status=dead |archiveurl=https://web.archive.org/web/20130202004956/http://www.santafe.edu/about/people/profile/John%20H.%20Holland |archivedate=February 2, 2013 }}</ref>

霍兰德在1961年获授富兰克林研究所的Louis E. Levy奖，还在1992年被授予麦克阿瑟天才奖。<ref name="LevyMedal_Laureates">{{cite web|url=http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |title=Franklin Laureate Database - Louis E. Levy Medal Laureates |publisher=Franklin Institute |accessdate=January 22, 2011 |url-status=dead |archiveurl=https://web.archive.org/web/20110629195033/http://www.fi.edu/winners/show_results.faw?gs=&ln=&fn=&keyword=&subject=&award=LEVY+&sy=1923&ey=1999&name=Submit |archivedate=June 29, 2011 }}</ref><ref>https://www.macfound.org/fellows/463/</ref>

2015年8月9日，霍兰德在密歇根安娜堡与世长辞。<ref>[http://www.santafe.edu/news/item/in-memoriam-john-holland/ Complexity science pioneer John Holland passes away at 86] at santafe.edu</ref>

== 研究领域 ==

霍兰德频繁地在世界各地讲授他自己的研究、亦即解释关于[[复杂适应系统]]（CAS）研究的的各种开放问题。在1975年，他写下了[[遗传算法]]的开创性著作《自然于人工系统的适应性v(Adaptation in Natural and Artificial Systems)》，还建立了[[霍兰德模式理论]]。

== 主要文章及著作 ==

霍兰德写过的书包括但不限于:

* Adaptation in Natural and Artificial Systems (1975, MIT Press)
* Hidden Order: How Adaptation Builds Complexity (1995, Basic Books)
* Emergence: From Chaos to Order (1998, Basic Books)
* Signals and Boundaries: Building Blocks for Complex Adaptive Systems (2012, MIT Press)
* Complexity: A Very Short Introduction (2014, Oxford University Press)

霍兰德参与撰写的文章（部分）:

* "A universal computer capable of executing an arbitrary number of subprograms simultaneously", in: Proc. Eastern Joint Comp. Conf. (1959), pp. 108–112
* "Iterative circuit computers", in: Proc. Western Joint Comp. Conf. (1960), pp. 259–265
* "Outline for a logical theory of adaptive systems", in: JACM, Vol 9 (1962), no. 3, pp. 279–314
* "Hierarchical descriptions, universal spaces, and adaptive systems", in: Arthur W. Burks, editor. Essays on Cellular Automata (1970). University of Illinois Press
* "Using Classifier Systems to Study Adaptive Nonlinear Networks", in: Daniel L. Stein, editor. Lectures in the Sciences of Complexity (1989). Addison Wesley
* "Concerning the Emergence of Tag-Mediated Lookahead in Classifier Systems", in: Stephanie Forrest, editor. Emergent Computation: self-organizing, collective, and cooperative phenomena in natural and computing networks (1990). MIT Press
* "The Royal Road for Genetic Algorithms: Fitness Landscapes and GA Performance", in: Francisco J. Varela, Paul Bourgine, editors. Toward a Practice of Autonomous Systems: proceedings of the first European conference on Artificial Life (1992). MIT Press
* "Echoing Emergence: objectives, rough definitions, and speculations for ECHO-class models", in: George A. Cowan, David Pines, David Meltzer, editors. Complexity: metaphors, models, and reality (1994), Addison-Wesley
* "Can There Be A Unified Theory of Complex Adaptive Systems?", in: Harold J. Morowitz, Jerome L. Singer, editors. The Mind, The Brain, and Complex Adaptive Systems (1995). Addison-Wesley
* "Board Games", in: John Brockman, editor. The Greatest Inventions of the Past 2000 Years (2000). Phoenix
* "What is to Come and How to Predict It.", in: John Brockman, editor. The Next Fifty Years: science in the first half of the twenty-first century (2002). Weidenfeld & Nicolson

== 相关链接 ==
* [https://www.santafe.edu/news-center/news/in-memoriam-john-holland 圣塔菲研究所的霍兰德讣告]
* [https://lsa.umich.edu/cscs/news-events/all-news/archived-news/2015/08/internationally-eminent-professor-john-holland-passes-away-at-ag.html 密歇根大学的霍兰德讣告]
* [https://en.wikipedia.org/wiki/John_Henry_Holland 霍兰德的维基百科页面]

=== 编者推荐 ===
==== 视频 ====

* [https://campus.swarma.org/course/728 集智学园《系统科学概论》]
===书籍推荐===
====[https://www.amazon.com/Chinese-%E7%BA%A6%E7%BF%B0%E2%80%A2%E9%9C%8D%E5%85%B0%E5%BE%B7-ebook/dp/B09WYM9SNT 《涌现》（从混沌到有序，涌现理论奠基人、遗传算法之父约翰•霍兰德关于涌现现象研究的奠基之作，复杂科学领域里程碑式著作） (Chinese Edition)] ====
==参考链接==
{{reflist}}

[[category:使用说明]][[category:人物]]

斯图尔特·艾伦·考夫曼 Stuart Alan Kauffman

2024-04-23T12:07:05Z

高敏：

{{#seo:
|keywords=美国医学博士，斯图尔特·艾伦·考夫曼
|description=
}}
<div style="width:100%;height:300px;align:center">
<div style="width:40%;float:left;padding-top:10px">
[[File:Stuart_Kauffman.jpg|200px]]
</div>
<div style="width:58%;float:left;margin-left:2%;padding-top:30px">
{| class="wikitable"
|-
! 类别 !! 信息
|-
| 姓名|| 斯图尔特·艾伦·考夫曼 Stuart Alan Kauffman
|-
| 出生日期 || 1939.09.28
|-
| 国籍： || 美国
|-
| 母校： || 美国达特茅斯学院，英国牛津大学，加州大学旧金山分校
|-
| 工作场所： || 美国芝加哥大学，美国宾夕法尼亚大学，加拿大卡尔加里大学
|-
| 成就： || [[NK模型]]，[[生命起源]]，[[基因调控网络]]，相邻可能，平衡领域
|-
| 获奖： || 维纳奖章(1969)，马歇尔奖学金，麦克阿瑟奖学金

|}

</div>

</div>

'''斯图尔特·艾伦·考夫曼 Stuart Alan Kauffman'''，于1939年9月28日出生，美国医学博士、理论生物学家和复杂系统研究员，主要研究地球上生命的起源。他是芝加哥大学、宾夕法尼亚大学和卡尔加里大学的教授。他目前是宾夕法尼亚大学生物化学荣誉退休教授和系统生物学研究所的附属教员。他获得过许多奖项，包括麦克阿瑟奖学金和维也纳奖章。

正如他在1993年出版的《秩序的起源 Origins of Order》一书中所讨论的那样，他最为人所知的观点是，生物系统和有机体的复杂性可能来自自组织和远离平衡的动力学，也可能来自达尔文的自然选择。1967年和1969年，他利用随机布尔网络研究基因调控网络的一般自组织特性，提出细胞类型是基因调控网络中的动态吸引子，细胞分化可以理解为吸引子之间的过渡。最近的证据表明，人类和其他生物体中的细胞类型是吸引物。1971年，他提出受精卵在发育过程中可能无法接触到其基因调控网络中所有的细胞类型吸引子，一些发育中无法接触到的细胞类型可能是癌细胞类型。这暗示了“癌症分化治疗”的可能性。他还提出了聚合物集体自催化集的自组织出现，特别是多肽，作为分子繁殖的起源，这已经得到了实验支持。

== 教育和早期职业 ==
1960年考夫曼毕业于达特茅斯大学，1963年被牛津大学授予荣誉文学士学位(马歇尔奖学金)，1968年在加州大学旧金山分校获得医学学位(医学博士)。完成实习之后,他搬进了果蝇的发育遗传学,持有任命第一芝加哥大学从1969年到1973年,美国国家癌症研究所从1973年到1975年,然后在宾夕法尼亚大学从1975年到1994年,他在那里的生物化学和生物物理学教授。

== 职业生涯 ==
考夫曼之所以为人所知，是因为他与[[圣塔菲研究所]](一个致力于研究复杂系统的非营利研究机构)的合作，他在1986年至1997年期间担任该研究所的常驻教员，以及他在生物学各个领域的模型研究工作。这些包括生命起源研究中的自催化集，发育生物学中的基因调控网络，以及进化生物学中的健康景观。与Marc Ballivet合作，考夫曼在组合化学和应用分子进化领域拥有广泛的生物技术专利，1987年在法国首次发布，<ref>{{cite web|url=https://www.google.com/patents/EP0229046A1 |title=Procédé d'obtention d'ADN, ARN, peptides, polypeptides ou protéines, par une technique de recombinaison d'ADN}}</ref>1989年在英国发布，后来在北美发布。<ref>{{cite web |url=https://www.google.com/patents/CA1339937C|title=Procedure for obtaining DNA, RNA peptides, polypeptides, or proteins by recombinant DNA techniques}}</ref>

1996年，考夫曼与安永会计师事务所 Ernst and Young合作，成立了位于新墨西哥州圣达菲的营利性公司BiosGroup，该公司将复杂的系统方法应用于商业问题。BiosGroup于2003年初被NuTech Solutions收购。NuTech在2008年被Netezza收购，后来又被IBM收购。<ref>{{cite news|title=NuTech Solutions to Acquire BiosGroup's Software Development Operations|url=http://www.businesswire.com/news/home/20030220005174/en/NuTech-Solutions-Acquire-BiosGroups-Software-Development-Operations|access-date=5 July 2015|agency=BusinessWire|date=20 February 2003}}</ref><ref>{{cite news|title=Netezza Corporation Acquires NuTech Solutions|url=http://www.businesswire.com/news/home/20080515006480/en/Netezza-Corporation-Acquires-NuTech-Solutions|access-date=5 July 2015|agency=BusinessWire|date=15 May 2008}}</ref><ref>{{cite web|title=IBM to Acquire Netezza|url=http://www-03.ibm.com/press/us/en/pressrelease/32514.wss|website=IBM News Room|publisher=IBM|access-date=5 July 2015|date=20 September 2010}}</ref>

从2005年到2009年，考夫曼在卡尔加里大学担任生物科学、物理学和天文学的联合职位。他也是卡尔加里大学哲学系的兼职教授。他曾担任iCORE(信息学卓越研究圈)主席和生物复杂性和信息学研究所所长。考夫曼还被邀请帮助在哈佛神学院发起科学与宗教倡议，并于2009年担任客座教授。

2009年1月考夫曼成为坦佩雷科技大学信号处理系芬兰特聘教授（FiDiPro），该任命于2012年12月结束。FiDiPro研究项目的主题是基于单分子水平的基因表达数据开发基因调控网络的延迟随机模型。

2010年1月考夫曼加入佛蒙特大学，在那里他继续在佛蒙特大学的复杂系统中心工作了两年。<ref>{{cite news |url=http://www.vermontbiz.com/people/september/stuart-kauffman-complex-systems-pioneer-join-uvm-faculty |title=Stuart Kauffman, complex systems pioneer, to join UVM faculty |work=Vermontbiz.com |publisher=Vermont Business Magazine |date= September 30, 2009 |access-date=2015-04-28}}</ref>从2011年初到2013年4月，考夫曼定期为NPR博客13.7“Cosmos and Culture”撰稿，<ref name=NPR>{{cite web |url=https://www.npr.org/people/340090638/stuart-kauffman |title=Stuart Kauffman |work=NPR.org |access-date=2015-04-28}}</ref>主题涵盖生命科学、系统生物学、医学、灵性、经济学和法律。<ref name=NPR/> 他也是Edge.org的定期撰稿人。<ref>{{cite web |url=http://edge.org/memberbio/stuart_a_kauffman |title=Stuart A. Kauffman |work=Edge.org |publisher=Edge Foundation |access-date=2015-04-28}}</ref>

2013年5月，他加入了位于华盛顿州西雅图的系统生物学研究所。在他的妻子去世后，考夫曼与人共同创办了转化医学:伊丽莎白考夫曼研究所。

2014年，考夫曼与萨穆里·尼拉宁 Samuli Niiranen和嘉宝·瓦泰 Gabor Vattay获得了一项关于“平衡状态”<ref>{{cite web|url=https://patents.google.com/patent/US20120071333 |title=Uses of systems with degrees of freedom poised between fully quantum and fully classical states }}</ref>(realm，见下文)的创始专利，这是一种显然是新的“物质状态”，在量子领域和经典领域之间可逆地徘徊。

2015年，他应邀发起了一场关于重新思考联合国经济增长的一般性讨论。<ref>{{cite web |url=https://academicimpact.un.org/content/rethinking-economic-growth/ |title=Rethinking Economic Growth |date=11 May 2015 |website=academicimpact.un.org |access-date=2020-05-26}}</ref>大约在同一时间，他与牛津大学教授Teppo Felin进行了合作研究。<ref>{{cite journal | last1 = Felin | first1 = Teppo | last2 = Kauffman | first2 = Stuart | last3 = Koppl | first3 = Roger | last4 = Longo | first4 = Giuseppe | year = 2014 | title = Economic opportunity and evolution: Beyond landscapes and bounded rationality | url =https://hal.archives-ouvertes.fr/hal-01415115/file/FelinKauffmanKopplLongoSEJ2014.pdf | journal = Strategic Entrepreneurship Journal | volume = 8 | issue = 4| pages = 269–282 | doi=10.1002/sej.1184}}</ref>

<br>

== 适应度景观 ==
[[File:Visualization_of_two_dimensions_of_a_NK_fitness_landscape.png|thumb|NK适应度景观的两个维度的可视化。箭头表示种群在适应度景观中进化时可能遵循的各种突变路径。]]

考夫曼的NK模型定义了一个组合相空间，由长度为<math>N</math>的每个字符串(从给定的字母表中选择)组成。对于这个搜索空间中的每个字符串，定义了一个标量值(称为适应度)。如果在字符串之间定义了距离度量，那么得到的结构就是一个地形。

适应度值是根据模型的具体具体化来定义的，但NK模型的关键特征是给定字符串<math>S</math>的适应度是字符串中每个轨迹<math>S_i</math>的贡献之和:

:F(S) = \sum_i f(S_i),

一般来说，每个基因座的贡献取决于<math>K</math>个其他基因座的值:

:<math>f(S_i) = f(S_i, S^i_1, \dots, S^i_K), \, </math>

其中<math>S^i_j</math>是<math>S_i</math>适合度所依赖的其他位点。

因此，适应度函数<math>f(S_i, S^i_1, \dots, S^i_K)</math>是长度为''K'' + 1的字符串和标量之间的映射，温伯格 Weinberger后来的工作称之为“适应度贡献”。这样的适应度贡献通常是从某些特定的概率分布中随机选择的。

1991年，温伯格发表了一篇详细的案例分析，<ref name="AnalyticOptima">{{cite journal|last=Weinberger|first=Edward|journal=Physical Review A|date=November 15, 1991|volume=44|issue=10|series=10|pages=6399–6413|doi=10.1103/physreva.44.6399|title=Local properties of Kauffman's N-k model: A tunably rugged energy landscape|pmid=9905770|bibcode=1991PhRvA..44.6399W}}</ref>其中<math>1 << k \le N</math>和适应度贡献是随机选择的。他对局部最优解数目的分析估计后来被证明是有缺陷的。然而，Weinberger的分析中包含的数值实验支持了他的分析结果，即弦的期望适合度是正态分布的，其平均值和方差都是近似的。平均值约为<math> \mu + \sigma \sqrt{{2 \ln (k+1)} \over {k+1}}</math> ，方差约为<math> {{(k+1)\sigma^2} \over {N[k+1 + 2(k+2)\ln(k+1)]}}</math>。

== 表彰与奖项 ==
考夫曼在1987年至1992年期间举办了麦克阿瑟奖学金。他还获得卢万大学科学荣誉学位(1997年);他在1973年获得了诺伯特·维也纳控制论纪念奖金奖，1990年获得了罗马意大利猞猁之眼国家科学院（dei Lincei）金奖，2001年获得了特罗（Trotter）信息和复杂性奖，2013年获得了赫伯特 · 西蒙（Herbert Simon）复杂系统奖。他于2009年成为加拿大皇家学会会员。

== 工作 ==
考夫曼最著名的论点是，生物系统和有机体的复杂性可能来自自组织和远离平衡的动力学，也可能来自达尔文的自然选择，在进化生物学的三个领域，即种群动力学、分子进化和形态发生。在分子生物学方面，考夫曼的结构主义方法因忽视了能量在驱动细胞生化反应中的作用而受到批评，这种作用可以被称为自催化，但不是简单的自组织。<ref>{{cite journal |last=Fox |first=Ronald F. |title=Review of Stuart Kauffman, The Origins of Order: Self-Organization and Selection in Evolution |journal=Biophys. J. |date=December 1993 |volume=65 |issue=6 |pages=2698–2699 |pmc=1226010 |doi=10.1016/s0006-3495(93)81321-3 |bibcode=1993BpJ....65.2698F}}</ref>一些在考夫曼领域工作的生物学家和物理学家对他关于自组织和进化的观点提出了质疑。一个恰当的例子是2001年出版的《生物系统中的自组织 Self-Organization in Biological Systems》一书中的一些评论。<ref>{{cite book |last1=Camazine |first1=Scott |last2=Deneubourg |first2=Jean-Louis |last3=Franks |first3=Nigel R. |last4=Sneyd |first4=James |last5=Theraulaz |first5=Guy |last6=Bonabeau |first6=Eric |date=2001 |title=Self-Organization in Biological Systems |series=Princeton Studies in Complexity |location=Princeton, New Jersey |publisher=[[Princeton University Press]] |pages=[https://books.google.com/books?id=_OXaDwAAQBAJ&pg=PA88 88–89], [https://books.google.com/books?id=_OXaDwAAQBAJ&pg=PA283 283] |doi=10.2307/j.ctvzxx9tx |isbn=0691012113 |oclc=44876868 |jstor=j.ctvzxx9tx}}</ref>Roger Sansom在2011年出版的《天才基因:基因调控网络如何进化到控制发展 Ingenious Genes: How Gene Regulation Networks Evolve to Control Development》一书，是对考夫曼关于基因调控网络的自组织模型的扩展批评。<ref>{{cite book |last=Sansom |first=Roger |date=2011 |title=Ingenious Genes: How Gene Regulation Networks Evolve To Control Development |series=Life and Mind: Philosophical Issues in Biology and Psychology |location=Cambridge, Massachusetts |publisher=[[MIT Press]] |isbn=9780262195812 |oclc=694600461 |doi=10.7551/mitpress/9780262195812.001.0001}} 参见: {{cite journal |last=Wray |first=Gregory A. |date=December 2012 |title=Adaptation and Gene Networks: ''Ingenious Genes: How Gene Regulation Networks Evolve to Control Development'' [book review] |journal=[[BioScience]] |volume=62 |issue=12 |pages=1084–1085 |doi=10.1525/bio.2012.62.12.10 |doi-access=free}}</ref>

考夫曼借鉴物理学中的自旋玻璃模型，发明了“N-K”适应性地形，并在生物学和经济学中得到了应用。在相关的工作中，考夫曼和他的同事研究了经济系统中的次批判、批判和超实践行为。

考夫曼的工作将他的生物学发现转化为身心问题和神经科学问题，提出了一个无限期徘徊在量子一致性和古典主义之间的新“平衡领域”的属性。他在他的论文《回答笛卡尔:超越图灵 Answering Descartes: beyond Turing》中发表了这一主题。与Giuseppe Longo和Maël Montévil，他写道(2012年1月)《生物圈进化中没有必然规律，但存在使能关系 No Entailing Laws, But Enablement in the Evolution of the Biosphere》，认为进化不像物理学那样是“必然规律”。

考夫曼的作品发表在Physics ArXiv上，包括《超越僵局:身心、量子力学、自由意志、可能的泛心主义、量子谜的可能解决方案 Beyond the Stalemate: Mind/Body, Quantum Mechanics, Free Will, Possible Panpsychism, Possible Solution to the Quantum Enigma》(2014年10月)和《生命起源的量子临界性 Quantum Criticality at the Origin of Life》(2015年2月)。

考夫曼通过引入相邻可能的数学，为累积技术进化这一新兴领域做出了贡献。<ref>{{cite journal |last1=Tria |first1=F. |last2=Loreto |first2=V. |last3=Servedio |first3=V. D. P. |last4=Strogatz |first4=S. H. |date=July 2014 |title=The dynamics of correlated novelties |journal=[[Scientific Reports]] |volume=4 |pages=5890 |doi=10.1038/srep05890 |pmid=25080941 |pmc=5376195|arxiv=1310.1953 |bibcode=2014NatSR...4E5890T }}</ref><ref>{{cite journal |last1=Monechi |first1=Bernardo |last2=Ruiz-Serrano |first2=Álvaro |last3=Tria |first3=Francesca |last4=Loreto |first4=Vittorio |date=June 2017 |title=Waves of novelties in the expansion into the adjacent possible |journal=[[PLoS ONE]] |volume=12 |issue=6 |pages=e0179303 |doi=10.1371/journal.pone.0179303 |pmid=28594909|pmc=5464662 |bibcode=2017PLoSO..1279303M |doi-access=free }}</ref>

他发表了350多篇文章和6本书:《秩序的起源 The Origins of Order》(1993年)、《在宇宙中安家 At Home in the Universe》(1995年)、《调查 Investigations》(2000年)、《重新创造神圣 Reinventing the Sacred》(2008年)、《创造性宇宙中的人类 Humanity in a Creative Universe》(2016年)和《超越物理学的世界 A World Beyond Physics》(2019年)。

2016年，考夫曼写了一篇儿童故事《帕特里克、鲁伯特、斯莱和格斯的原始细胞》，讲述了生物圈中难以描述的生态位创造，后来被制作成动画短片。<ref>这个故事可以在这里阅读: {{cite web |url=https://iscpif.fr/wp-content/uploads/2016/11/THE-SURPRISING-TRUE-2STORY-OF-PATRICK-S-RUPERT-R.-SLY-S.-AND-GUS-G.-.pdf |archive-url=https://web.archive.org/web/20200527002318/https://iscpif.fr/wp-content/uploads/2016/11/THE-SURPRISING-TRUE-2STORY-OF-PATRICK-S-RUPERT-R.-SLY-S.-AND-GUS-G.-.pdf |archive-date=2020-05-27 |url-status=live |title=The Surprising True Story of Patrick S., Rupert R., Sly S., and Gus G. Protocells in Their Very Early Years |date=16 August 2016}}

考夫曼在这里讲述了2017年的故事[https://ghostarchive.org/varchive/youtube/20211211/mxALd-rqSBc Ghostarchive] and the [https://web.archive.org/web/20170312233945/https://www.youtube.com/watch?v=mxALd-rqSBc&feature=youtu.be Wayback Machine]: {{cite web |url=https://www.youtube.com/watch?v=mxALd-rqSBc |title=The Surprising True Story of Patrick, Rupert, Sly, and Gus |website=[[YouTube]] |date=10 March 2017 |access-date=2020-05-26}}

这里有一个动画版本: [https://ghostarchive.org/varchive/youtube/20211211/qKXt7zdLVR4 Ghostarchive] and the [https://web.archive.org/web/20201002012309/https://www.youtube.com/watch?v=qKXt7zdLVR4&t=663s Wayback Machine]: {{cite web |url=https://www.youtube.com/watch?v=qKXt7zdLVR4|title=The origins of life and its continuing wonder |website=[[YouTube]] |publisher=Science Animated |date=24 August 2020 |quote=斯图尔特·考夫曼通过讲述四种原始细胞——帕特里克、鲁伯特、希尔和格斯的故事，解释了生命是如何从37亿年前的早期起源进化而来的。他解释了为什么我们关于生命起源和早期进化的知识可以极大地帮助我们理解我们在世界上的真实位置。}}</ref>

2017年，考夫曼与露丝·卡斯特纳 Ruth Kastner和迈克尔·艾伯森 Michael Epperson合著了《认真对待海森堡的潜能 Taking Heisenberg's Potentia Seriously》，探讨了现实既包括本体论上真实的“可能性”，也包括本体论上真实的“实际”这一概念。<ref>{{cite book |last1=Kastner |first1=Ruth E. |last2=Kauffman |first2=Stuart |last3=Epperson |first3=Michael |date=2019 |chapter=Taking Heisenberg's Potentia Seriously |title=Adventures in Quantumland: Exploring Our Unseen Reality |location=London ; Hackensack, NJ |publisher=World Scientific |pages=223–237 |isbn=978-1-78634-641-4 |oclc=1083673555 |doi=10.1142/9781786346421_0011|arxiv=1709.03595 }}</ref>

<br>

== 出版物 ==
所选文章
*{{cite journal |last1=Kauffman |first1=S. A. |last2=McCulloch |first2=W. S. |year=1967 |title=Random Nets of Formal Genes. Quarterly Progress Report 34 |publisher=Research Laboratory of Electronics, Massachusetts Institute of Technology }}
*{{cite journal |first=Stuart |last=Kauffman |title=Metabolic stability and epigenesis in randomly constructed genetic nets |journal=[[Journal of Theoretical Biology]] |volume=22 |issue=3 |pages=437–467 |date=1969 |doi=10.1016/0022-5193(69)90015-0 |pmid=5803332}}
*{{cite journal |last=Kauffman |first=S. A. |year=1971a |title=Cellular Homeostasis, Epigenesis, and Replication in Randomly Aggregated Macromolecular Systems |journal=Journal of Cybernetics |volume=1 |pages=71–96 |doi=10.1080/01969727108545830}}
*{{cite journal |last=Kauffman |first=S. A. |year=1971b |title=Differentiation of Malignant to Benign Cells |journal=Journal of Theoretical Biology |pages=429–451 |doi=10.1016/0022-5193(71)90020-8 |pmid=5556142 |volume=31|issue=3 }}
*{{cite journal |first=Stuart |last=Kauffman |title=Antichaos and Adaptation |journal=[[Scientific American]] |date=August 1991 |url=http://www.santafe.edu/media/workingpapers/91-09-037.pdf |access-date=2015-04-28 |doi=10.1038/scientificamerican0891-78 |volume=265 |issue=2 |pages=78–84|pmid=1862333 |bibcode=1991SciAm.265b..78K }}
*{{cite journal |last1=Kauffman |first1=S. A. |last2=Johnsen |first2=S |date=1991 |title=Co-Evolution to the Edge of Chaos: Coupled Fitness Landscapes, Poised States, and Co-Evolutionary Avalanches |journal=Journal of Theoretical Biology |volume=149 |issue=4 |pages=467–505 |doi=10.1016/s0022-5193(05)80094-3|pmid=2062105 |url=http://www.sccs.swarthmore.edu/users/08/bblonder/phys120/docs/kauffman.pdf |citeseerx=10.1.1.502.3299 }}
*{{cite book |first=Stuart |last=Kauffman |chapter=Autonomous Agents |editor1=Barrow, John D. |editor-link=John D. Barrow |editor2=Davies, Paul C. W. |editor2-link=Paul Davies |editor3=Harper, Charles L. Jr. |title=Science and Ultimate Reality: Quantum Theory, Cosmology, and Complexity |publisher=Cambridge University Press |year=2004 |isbn=978-0521831130}}
*{{cite book |first=Stuart |last=Kauffman |chapter=Prolegomenon to a General Biology |editor1=Dembski, William A. |editor-link=William A. Dembski |editor2=Ruse, Michael |editor2-link=Michael Ruse |title=Debating Design: From Darwin to DNA |publisher=Cambridge University Press |year=2004 |isbn=978-1139459617}}
*{{cite web |url=http://www.edge.org/3rd_culture/kauffman06/kauffman06_index.html |title=Beyond reductionism: Reinventing The Sacred |first=Stuart A. |last=Kauffman |date=November 12, 2006 |work=Edge.com |publisher=Edge Foundation |access-date=2015-04-28}}
*{{cite journal |last1=Hanel |first1=R. |last2=Kauffman |first2=S. A. |last3=Thurner |first3=S. |year=2007 |title=Towards a Physics of Evolution: Critical Diversity Dynamics at the Edges of Collapse and Bursts of Diversification |journal=[[Physical Review E]] |volume=76 |issue=3 |pages=036110 |doi=10.1103/physreve.76.036110|pmid=17930309 |bibcode=2007PhRvE..76c6110H }}
*{{cite journal |first=Stuart |last=Kauffman |title=Why Humanity Needs a God of Creativity |journal=[[New Scientist]] |issue=2655 |date=May 7, 2008 |url=https://www.newscientist.com/article/mg19826556.000-perspectives-why-humanity-needs-a-god-of-creativity.html |access-date=2015-04-28 |doi=10.1016/s0262-4079(08)61171-9 |volume=198 |pages=52–53}}
*{{cite journal |last1=Nykter |first1=M. |last2=Price |first2=N. D. |last3=Aldana |first3=M. |last4=Ramsey |first4=S. A. |last5=Kauffman |first5=S. A. |last6=Hood |first6=L. |last7=Yli-Harja |first7=O. |last8=Shmulevich |first8=I. |year=2008 |title=Gene Expression Dynamics in the Macrophage Exhibit Criticality |journal=Proc Natl Acad Sci USA |volume=105 |issue=6 |pages=1897–1900 |doi=10.1073/pnas.0711525105|bibcode=2008PNAS..105.1897N |pmid=18250330 |pmc=2538855|doi-access=free }}
*{{cite journal |last1=Huang |first1=S. |last2=Hu |first2=L. |last3=Kauffman |first3=S. |last4=Zhang |first4=W. |last5=Shmulevich |first5=I. |year=2009 |title=Using cell fate attractors to uncover transcriptional regulation of HL60 neutrophil differentiation |journal=BMC Systems Biology |volume=3 |page=20 |doi=10.1186/1752-0509-3-20|pmid=19222862 |pmc=2652435 }}
*{{cite book |last1=Huang |first1=S. |last2=Kauffman |first2=S. A. |year=2009 |chapter=Complex Gene Regulatory Networks - from Structure to Biological Observables: Cell Fate Determination |editor=Meyers, R. A. |title=Encyclopedia of Complexity and Systems Science |publisher=Springer |isbn=978-0-387-75888-6 }}
*{{cite magazine |last=Kauffman |first=S. A. |year=2011 |title=Approaches to the Origin of Life on Earth |magazine=Life |volume=1 |number=1 |pages=34–48 |doi=10.3390/life1010034 |pmid=25382055 |pmc=4187126 |doi-access=free }}
*{{cite arXiv |last1=Longo |first1=G. |last2=Montévil |first2=M. |last3=Kauffman |first3=S. |eprint=1201.2069|title=No entailing laws, but enablement in the evolution of the biosphere |date=January 2012 |class=q-bio.OT }}
*{{cite journal |first1=Stuart |last1=Kauffman |first2=Colin |last2=Hill |first3=Leroy |last3=Hood |first4=Sui |last4=Huang |title=Transforming Medicine: A Manifesto |journal=Scientific American Worldview |url=http://www.saworldview.com/special-report-cancer/transforming-medicine-a-manifesto/ |year=2014b |access-date=2015-04-28 |url-status=dead |archive-url=https://web.archive.org/web/20140713110927/http://www.saworldview.com/special-report-cancer/transforming-medicine-a-manifesto/ |archive-date=July 13, 2014 |df=mdy-all }}
*{{cite arXiv |first=Stuart |last=Kauffman |title=Beyond the Stalemate: Conscious Mind-Body - Quantum Mechanics - Free Will - Possible Panpsychism - Possible Interpretation of Quantum Enigma |date=October 2014 |eprint=1410.2127|class=physics.hist-ph }}
*{{cite journal |ssrn=2197512 |title=Economic Opportunity and Evolution: Beyond Landscapes and Bounded Rationality |last1=Felin |first1=T. |last2=Kauffman |first2=S. |last3=Koppl |first3=R. |last4=Longo |first4=G. |journal=[[Strategic Entrepreneurship Journal]] |date=December 2014 |volume=8 |issue=4 |pages=269–282 |doi=10.1002/sej.1184 |url=https://hal.archives-ouvertes.fr/hal-01415115/file/FelinKauffmanKopplLongoSEJ2014.pdf }}
*{{cite journal |last1=Vattay |first1=G. |last2=Salahub |first2=D. |last3=Csaibai |first3=I. |last4=Nassmi |first4=A. |last5=Kauffman |first5=S. |title=Quantum Criticality at the Origin of Life |journal=Journal of Physics: Conference Series |volume=626 |pages=012023 |date=February 2015 |issue=1 |arxiv=1502.06880 |doi=10.1088/1742-6596/626/1/012023 |bibcode=2015JPhCS.626a2023V }}
*{{cite book |last1=Kauffman |first1=S. |year=2016 |chapter=Answering Descartes: Beyond Turing |title=The Once and Future Turing |editor1=Cooper, S. Barry |editor-link=S. Barry Cooper |editor2=Hodges, Andrew |editor2-link=Andrew Hodges |publisher=Cambridge University Press }}

;书籍
* {{cite book |first=Stuart |last=Kauffman |title=The Origins of Order: Self Organization and Selection in Evolution |publisher=Oxford University Press |year=1993 |isbn=978-0-19-507951-7}}
* {{cite book |first=Stuart |last=Kauffman |title=At Home in the Universe: The Search for Laws of Self-Organization and Complexity |publisher=Oxford University Press |year=1995 |isbn=978-0195111309}}
* {{cite book |first=Stuart |last=Kauffman |title=Investigations |url=https://archive.org/details/investigations00kauf |url-access=registration |publisher=Oxford University Press |year=2000 |isbn=978-0199728947}}
* {{cite book |first=Stuart |last=Kauffman |title=Reinventing the Sacred: A New View of Science, Reason, and Religion |publisher=Basic Books |year=2008 |isbn=978-0-465-00300-6 |url-access=registration |url=https://archive.org/details/reinventingsacre00kauf_0 }}
* {{cite book |first=Stuart |last=Kauffman |title=Humanity in a Creative Universe |publisher=Oxford University Press |year=2016 |isbn=978-0-19-939045-8}}

== 注释 ==
{{Reflist|30em}}

== 参考文献 ==
*{{cite book |last=Chialvo |first=D. R. |chapter=Critical Brain Dynamics at Large Scale |title=Criticality in Neural Systems |volume=1 |editor2=Niebur, E. |editor1=Plenz D. |editor3=Schuster H. G. |publisher=Wiley |year=2013 |isbn=978-3-527-41104-7 }}
*{{cite journal |last1=Dadon |first1=Z. |last2=Wagner |first2=N. |last3=Ashkenasy |first3=G. |year=2008 |title=The Road to Non-Enzymatic Molecular Networks |journal=Angew. Chem. Int. Ed. |volume=47 |issue=33 |pages=6128–6136 |doi=10.1002/anie.200702552|pmid=18613152 }}
*{{cite book |last1=Dadon |first1=Z. |last2=Wagner |first2=N. |last3=Cohen-Luria |first3=R. |last4=Ashkenasy |first4=G. |year=2012 |chapter=Reaction Networks. Wagner and Askkenazy's (2008) results demonstrate that molecular replication need not be based on DNA or RNA template replication, still the dominate view for the origin of life |editor1=Gale, P. A. |editor2=Steed J. W. |title=Supramolecular Chemistry: From Molecules to Nanomaterials |publisher=John Wiley and Sons, Ltd. |isbn=978-0-470-74640-0 }}
*{{cite journal |last1=Rivkin |first1=J. W. |last2=Siggelkow |first2=N. |title=Organizational Sticking Points on NK Landscapes |journal=Complexity |volume=7 |issue=5 |date=May–June 2002 |pages=31–43 |url=http://www.hbs.edu/faculty/Pages/item.aspx?num=14814 |access-date=2015-04-28 |doi=10.1002/cplx.10037|bibcode=2002Cmplx...7e..31R }}

==进一步阅读==
* {{cite book |last=Di Bernardo |first=Mirko |title=I sentieri evolutivi della complessità biologica nell'opera di S. A. Kauffman |publisher=Mimesis |location=Milano |year=2011 |isbn=978-8857504131 |language=it}}
* {{cite journal |last=Goldstein |first=Jeffrey A. |date=2008 |title=Book Review of ''Reinventing the Sacred: A New View of Science, Reason, and Religion'', by Stuart Kauffman |journal=Emergence: Complexity & Organization |volume=10 |number=3 |pages=117–130}}
* {{cite journal |first=John |last=Horgan |date=February 4, 2015 |title=Seeker Stuart Kauffman on Free Will, God, ESP and Other Mysteries |journal=[[Scientific American]] |url=http://blogs.scientificamerican.com/cross-check/2015/02/04/scientific-seeker-stuart-kauffman-on-free-will-god-esp-and-other-mysteries |access-date=2015-04-28}}
* {{cite journal |last=MacKenzie |first=Dana |url=http://discovermagazine.com/2002/feb/featsurprise |title=The Science of Surprise |journal=[[Discover (magazine)|Discover]] |volume=23 |number=2 |pages=59–63 |date=February 2002}}
* {{cite journal |last=Rizzo |first=Francesco |url=https://www.academia.edu/36810553 |title=Kauffman lettore di Wittgenstein |publisher=Università degli studi di Palermo |location=Palermo |year=2017 |language=it}}

== 外部链接 ==
* {{cite news |url=https://www.salon.com/2008/11/19/stuart_kauffman/ |title=God Enough |first=Steve |last=Paulson |work=[[Salon (website)|Salon]] |date=November 9, 2008 |access-date=2015-04-28}}
* {{cite web |url=https://vimeo.com/ondemand/stuartkauffman |title=Thinker of Untold Dreams: A Portrait of Stuart Kauffman |website=[[Vimeo]]}}
* Archived at [https://ghostarchive.org/varchive/youtube/20211211/R9Mn1bppV7U Ghostarchive] and the [https://web.archive.org/web/20200426234744/https://www.youtube.com/watch?v=R9Mn1bppV7U&gl=US&hl=en Wayback Machine]: {{cite web |url=https://www.youtube.com/watch?v=R9Mn1bppV7U |title=The Shape of History |website=[[YouTube]]}} A talk at the New England Complex Systems Institute, January 28, 2019.
* 2019年1月28日，在新英格兰复杂系统研究所的一次演讲中，我们发现了一个叫做 Ghostarchive 和时光机的存档文件。

==编辑推荐==
===集智课程===
====[https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁]====
生命作为最典型的复杂系统，从细胞到个体再到群体，在不同层次上都展现出各种复杂性，引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流，我们策划“生命复杂性”系列读书会，组织精读和讨论相关研究。生命起源是最迷人的科学问题之一，也是生物、化学、地质等多个学科的汇合地。而从复杂性科学的视角看，生命起源和发展是一个多次涌现、逐层跃迁的过程。

该课程中介绍了关于生命起源的四大经典理论和最新工作，并讨论生命分阶段起源的定量研究设想。

====[https://campus.swarma.org/course/2261 生命起源与自我复制]====
该课程介绍了生命起源与自我复制的概念以及其它们之间的关系。

----
本中文词条由范星辰翻译，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。

'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''