社会集群行为涌现与演化的机制分析及预测

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71731004
  • 项目类别:
    重点项目
  • 资助金额:
    232.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0107.管理系统工程
  • 结题年份:
    2022
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2022-12-31

项目摘要

The scientific understanding of emergence and evolution of social collective behaviors is the key issue fusing with the micro rules and macro phenomena of social-economic complex systems, which is one of the preconditions to actively cope with the categories of social group events during the transient phase of social development of China. In the era of networking society and social networking, exploring the emergent and evolutionary mechanisms of social collective behaviors requires the systematic researches with the integration of interdisciplinary viewpoints ranging from micro to macro scales, from the virtual to physical societies. This project stands with the background of social group events, and focuses on a multi-dimensional multi-scale deep-coupled network system with cyber-physical-psychological interactions. With the interdependent couplings of physical reality and social psychological situations, this project targets to uncover the temporal-social patterns and interactive structures of social individual behaviors, analyze the evolution and tipping points to the emergence among social interactions and collective behaviors. Moreover, this project will discover the inherent relations of social information spreading and proximity individual interactions, present the thresholds and dynamical evolution of social patterns to potential social group events, which offer the scientific guidelines to predict social group events as well as their regulating strategies.
对社会集群行为涌现与演化的科学理解是社会经济复杂系统的微观机理与宏观现象之间综合体现的核心科学议题,也是我国在社会发展转型中积极有效地应对各类社会群体事件的实施前提。在网络社会化、社会网络化的时代背景下,探索社会集群行为的涌现与演化规律需要从微观到宏观、从虚拟到现实社会,多层次多角度地系统开展创新研究。本项目立足于社会群体事件的研究背景,从信息-物理-心理等多维度多层次的深耦合网络系统角度,将物理现实情境和社会心理环境相互耦合,深入分析社会系统个体行为的时空模式和交互结构,剖析个体交互行为与集群行为涌现的演化过程与情景触发条件,厘清社会集群的信息传播机制与近邻个体交互的内在关系,发现社会集群行为特征模式及其潜在社会群体事件的触发条件和动态演化机制,为社会群体事件的预测和宏观调控管理提供科学指导依据。

结项摘要

本项目立足于社会集群行为涌现与演化的机制分析及预测开展研究,重点设立了社会集群行为的个体时空特征与交互模式、社会集群演化动力学与涌现机制、潜在社会群体事件的集群模式辨识与预测三个专题来推进整个研究计划。在专题一的研究中,项目组采集了多达千万量级用户动态行为数据度量了社会个体交互模式,并具体在个体移动模式和行为特征分析、个体社会影响力评估与预测、心理机制对社会群体形成的作用规律、心理机制与集群行为演化的虚实关联分析这四方面取得了进展。在专题二的研究中,项目组基于所构架的多维度多层次的耦合时空网络,全面剖析了传播、同步和阵发等各类典型集群动力学及其相互交错的演化规律,系统地分析了信息层-物理传播层-心理人际关系相耦合时集群传播规律。在专题三的研究中,项目组在充分挖掘个体间交互规律、群组特征结构、网络动力学演化规律基础上推断和预测社会群体事件的集群模式规律,重点在社会集群上的信息传播模式辨识和病毒传播入侵路径推断、特征群体识别与激活原理分析、基于案例的集群事件与区域集群情绪联动分析、网络集群事件舆情演化/辨识与预测四方面来开展研究。项目组紧密合作,圆满完成研究计划,超额完成各项任务指标。在多学科领域权威学术期刊发表论文83篇,其中SCI论文58篇(IEEE汇刊长文24篇、短文4篇,IEEE/ACM Magazines/Journals 6篇),SSCI论文11篇,CSSCI论文9篇,在相关领域国内外学术会议发表论文41篇。累积影响因子346,获WoS核心引用581次。出版3部学术著作,申请授权11项发明专利,培养出站博士后/毕业博/硕士生47人。获上海市第十五届哲学社会科学优秀成果二等奖1项和国家/上海市各类学会奖4项、期刊受欢迎论文奖/最佳会议论文奖/学生最佳论文奖/竞赛奖等11项。相关部门采纳内参、专报6份。团队成员获高被引学者、欧洲科学院院士、IEEE会士、ACM杰出科学家等。

项目成果

期刊论文数量(83)
专著数量(3)
科研奖励数量(28)
会议论文数量(41)
专利数量(11)
Mining the rank of universities with Wikipedia
利用维基百科挖掘大学排名
  • DOI:
    10.1007/s11432-018-9498-6
  • 发表时间:
    2019-03
  • 期刊:
    Science China Information Sciences
  • 影响因子:
    --
  • 作者:
    Zongjian Li;Cong Li;Xiang Li
  • 通讯作者:
    Xiang Li
The Kronecker-clique model for higher-order clustering coefficients
高阶聚类系数的 Kronecker-clique 模型
  • DOI:
    10.1016/j.physa.2021.126269
  • 发表时间:
    2021-11
  • 期刊:
    Physica A:Statistical Mechanics and its Applications
  • 影响因子:
    --
  • 作者:
    Jinyue Li;Xiang Li;Cong Li
  • 通讯作者:
    Cong Li
Epidemic Threshold in Temporal Multiplex Networks With Individual Layer Preference
具有单层偏好的时间复用网络中的流行阈值
  • DOI:
    10.1109/tnse.2021.3055352
  • 发表时间:
    2021-01-01
  • 期刊:
    IEEE TRANSACTIONS ON NETWORK SCIENCE AND ENGINEERING
  • 影响因子:
    6.6
  • 作者:
    Li, Cong;Zhang, Yuan;Li, Xiang
  • 通讯作者:
    Li, Xiang
Fear of missing out, feeling of acceleration, and being permanently online: a survey study of university students’ use of mobile apps in China
害怕错过、加速的感觉和永远在线:对中国大学生移动应用使用情况的调查研究
  • DOI:
    10.1080/17544750.2018.1523803
  • 发表时间:
    2018-12
  • 期刊:
    Chinese Journal of Communication
  • 影响因子:
    2.7
  • 作者:
    Baohua Zhou
  • 通讯作者:
    Baohua Zhou
Distributed Model Predictive Consensus With Self-Triggered Mechanism in General Linear Multiagent Systems
一般线性多智能体系统中具有自触发机制的分布式模型预测一致性
  • DOI:
    10.1109/tii.2018.2884449
  • 发表时间:
    2019-07
  • 期刊:
    IEEE Transactions on Industrial Informatics
  • 影响因子:
    12.3
  • 作者:
    Jingyuan Zhan;Zhong-Ping Jiang;Yebin Wang;Xiang Li
  • 通讯作者:
    Xiang Li

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Numerical study on condensation heat transfer of trapezoid grooved surfaces
梯形槽面冷凝传热数值研究
  • DOI:
    10.1177/1687814016648247
  • 发表时间:
    2016-05
  • 期刊:
    Advances in Mechanical Engineering
  • 影响因子:
    2.1
  • 作者:
    齐宝金;宋哲礼;李翔
  • 通讯作者:
    李翔
潮解对CsI光阴极量子产额的影响
  • DOI:
    10.16818/j.issn1001-5868.2019.03.013
  • 发表时间:
    2019
  • 期刊:
    半导体光电
  • 影响因子:
    --
  • 作者:
    李翔;顾礼;杨勤劳;王雄
  • 通讯作者:
    王雄
基于光束缚型引发剂的聚合物材料表面抗污聚合物刷改性
  • DOI:
    10.11777/j.issn1000-3304.2020.20079
  • 发表时间:
    2020
  • 期刊:
    高分子学报
  • 影响因子:
    --
  • 作者:
    李翔;王境鸿;唐增超;陈蕊;方菁嶷;李丹;陈红
  • 通讯作者:
    陈红
具有非同等并行AGV柔性流水车间的排队网建模与分析
  • DOI:
    10.13196/j.cims.2017.09.014
  • 发表时间:
    2017
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    廖勇;陈庆新;毛宁;俞爱林;李翔
  • 通讯作者:
    李翔
磷脂包覆银-石墨烯量子点多功能纳米粒的制备与体外评价
  • DOI:
    10.16438/j.0513-4870.2018-1054
  • 发表时间:
    2019
  • 期刊:
    药学学报
  • 影响因子:
    --
  • 作者:
    潘巧贝;张婧;李翔;房元英;金一
  • 通讯作者:
    金一

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李翔的其他基金

基于人类集群行为的复杂网络流行病动力学研究
  • 批准号:
    61273223
  • 批准年份:
    2012
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
个体异质的复杂动态网络协同与控制
  • 批准号:
    60874089
  • 批准年份:
    2008
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目
复杂网络的传染机制与传播动力学研究
  • 批准号:
    60504019
  • 批准年份:
    2005
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码