更改

==编者推荐==

==编者推荐==

===集智论文===

===集智论文===

[[File:network.jpg|thumb|right|200px|[https://pattern.swarma.org/paper?id=5cb6c534-44e0-11ea-89fc-0242ac1a0007 网络network]]]

[[File:team.jpg|thumb|right|200px|[https://www.nature.com/articles/s41586-019-0941-9 团队合作]]]

*大团队渐进发展，小团队颠覆式创新 [https://www.nature.com/articles/s41586-019-0941-9 Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It]

*大团队渐进发展，小团队颠覆式创新 [https://www.nature.com/articles/s41586-019-0941-9 Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It]

::2019年2月13日，Nature 杂志官网在线发表了一篇以Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It为题文章（article），介绍了对于团队创新的最新研究成果，发现小团队比大团队更能做出颠覆式的创新成果。

::2019年2月13日，Nature 杂志官网在线发表了一篇以Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It为题文章（article），介绍了对于团队创新的最新研究成果，发现小团队比大团队更能做出颠覆式的创新成果。

<br>  

<br>  

*简单调查: 受推荐系统启发的反馈检索 [https://pattern.swarma.org/paper?id=1caa41d8-00b5-11ea-8d16-acde48001122 Simple Surveys: Response Retrieval Inspired by Recommendation Systems]

*简单调查: 受推荐系统启发的反馈检索 [https://pattern.swarma.org/paper?id=1caa41d8-00b5-11ea-8d16-acde48001122 Simple Surveys: Response Retrieval Inspired by Recommendation Systems]

::在过去的十年里，在社交和数字媒体平台上，使用简单的评级和比较调查的做法激增，以推动推荐。 这些简单的调查以及他们用机器学习算法进行的推断，揭示了用户对大量且不断增长的项目的偏好，比如电影、歌曲和广告。 本文介绍了一些简单的社会科学应用调查。 通过实验来比较个人和集合比较评估的预测准确性，使用了4种类型的简单调查: 2,5的成对比较和评分，以及3种不同背景下的连续点量表: Google街景 / 图片的感知安全性，艺术作品的喜爱度和动物 gif 的喜悦度。 在不同的情境中，发现持续的等级评定能够最好的预测个人评估，但是却消耗了大部分的时间和认知努力。  

::在过去的十年里，在社交和数字媒体平台上，使用简单的评级和比较调查的做法激增，以推动推荐。 这些简单的调查以及他们用机器学习算法进行的推断，揭示了用户对大量且不断增长的项目的偏好，比如电影、歌曲和广告。 本文介绍了一些简单的社会科学应用调查。 通过实验来比较个人和集合比较评估的预测准确性，使用了4种类型的简单调查: 2,5的成对比较和评分，以及3种不同背景下的连续点量表: Google街景 / 图片的感知安全性，艺术作品的喜爱度和动物 gif 的喜悦度。 在不同的情境中，发现持续的等级评定能够最好的预测个人评估，但是却消耗了大部分的时间和认知努力。  

<br>

<br>

===集智视频===

===集智视频===

*[https://campus.swarma.org/course/706 计算社会科学的前沿与展望——AI&Society 第十二期]

*[https://campus.swarma.org/course/706 计算社会科学的前沿与展望——AI&Society 第十二期]