大数据时代下网络群体智能研究方法

首先,对大数据时代下大众广泛深度交互的互联网环境进行了分析;其次,提出并释义了网络群体智能,指出网络群体智能具有"网络数据驱动,交互形式复杂,网络效应强大,知识生产为主,不确定性认知"等特性;然后,提出网络群体智能研究方法,该研究方法以复杂性科学方法论为指导,坚持融贯论,以复杂性科学、网络化数据挖掘和不确定性人工智能为支撑理论方法,突出网络群体智能特色和多学科交叉融合研究,采用系统分析、建模分析和仿真分析相结合技术途径从结构和动力学视角对网络群体智能科学问题进行多尺度多层次研究,解决网络群体智能研究理论方法不足的问题,深化了对网络群体智能和社会计算的认识。

大数据时代下网络群体智能研究

本文对大数据时代下网络群体智能进行研究,对深度交互背景下的互联网环境进行了简要阐述,对网络群体智能的定义进行了简要介绍,此外还提出了网络群体智能研究方法。

大数据时代群体智能算法的优越性研究

当前,互联网发展正由"知识需求"向"智能需求"阶段转变,网络数据呈现指数级增长,既然进入了大数据时代,在此支撑下形成了网络交互的"大群体"空间,其协同、可靠性需要群体智能的方法予以解决,而以粒子群、蚁群算法为代表的群体智能算法具有较好的鲁棒性、灵活性,这是化解复杂问题的关键所在。针对此,文章以大数据时代的网络群体智能为研究基点,结合群体智能算的应用原理及特点,阐释其在NP难题中的应用优势性,以为网络信息交互的安全性提供有效支撑。

基于CAS理论的群体协作维基词条编辑建模仿真

基于复杂适应性系统理论将维基百科用户抽象为内容添加者、内容修改者、内容删除者、多样编辑者和内容浏览者5种主体,建立了群体协作词条编辑模型;基于不同质量词条主体出现的概率配置,利用Netlogo仿真软件构建仿真平台,实现了对群体协作词条编辑的多主体建模仿真.仿真实验表明,多样编辑者是词条质量提升的重要驱动力,其出现概率越大,生成词条质量越高;编辑者"自我修改"行为对提升词条质量起到重要促进作用;主体出现概率配置遵循黄金分割律时,可使群体绩效趋于最大化.词条演化存在语量与语义之间此消彼长、最终达到动态平衡的过程,语量与语义平衡临界点近似为黄金分割点,词条编辑演化遵循着黄金分割律.研究深化了对词条编辑演化、网络群体智能和社会计算的认识.