基于复杂网络的社会学习算法研究开题报告
2021-03-11 00:23:40
1. 研究目的与意义(文献综述)
在日常生活中,人们对于各类经济、社会、文化事件都会形成自己的观点。由于观点在很大程度上影响着人们的行为与决策,因此研究观点的形成与演化是一个具有重要意义的课题。群体观点演化的过程,也是个体之间互相学习的过程。每个人的初始观点都是基于一定的私人信息而形成的,人们在交流的同时也分享了各自的私人信息。这种个体通过交流与互动而调整自己观点的过程就称为社会学习(social learning)。分散在社会网络中的信息能否通过社会学习的方式被有效地整合就表现为网络中的群体最终能否形成共识以及群体共识能否正确的反映事件的真实情况。
为了清晰的描述社会学习过程,图1–1中提供了一个包含四个个体的网络中社会学习的简单示例。
2. 研究的基本内容与方案
具体内容如附件所示
主要研究内容及目标如下:
(1)对复杂网络系统的社会学习模型进行对比分析;
3. 研究计划与安排
如附件所示
第1-2周:查阅相关文献资料,明确研究内容,了解研究所需的相关知识,确定方案,完成开题报告。
第3-7周:完成英语论文翻译和熟悉原理、方法。
4. 参考文献(12篇以上)
[1] 樊重俊, 姚莎. 贝叶斯时间序列方法研究与应用评述[j]. 统计与决策, 2009(6):158-161.
[2] 李甦, 陈新亿, 李娟,等. 贝叶斯网的学习与应用研究综述[j]. 云南大学学报自然科学版, 2009(s1):218-222.
[3] 林士敏, 田凤占, 陆玉昌. 贝叶斯学习、贝叶斯网络与数据采掘[j]. 计算机科学, 2000, 27(10):69-72.