Social computing 2 —— 社会选择与社会影响

同质性

1. 同质性是古老议题：

   • 柏拉图

     相似性带来友谊

   • 亚里士多德

     人们喜欢与自己相似的人

   • 俗语

     夫妻相

2. Lazarsfeld 和 Merton（在 Simmel的基础上）

   • Berger, et al. 1954. Freedom adn Control in Modern Society.

     • 社会控制、群体与个体

     • 国家与社会

   • Lazarsfeld and Merton （1954） 区分了

     • 身份同质性：相同身份的人彼此相互联系 → 社会性机制

     • 价值同质性：相同价值观的人会彼此相互联系 → 个体性机制

   • 区分

     同质性 Homophily 与同构性 Homogeny

3. Miller McPherson, et al （2001）

   • 用了 birds of a feather 作为篇名，提出同质性的机制

     • 生态过程：场所的影响，同一个机构、社区，共同参加活动

     • 关系过程：交叉关系的影响，一个人在不同的场所

     • 网络过程：随时间的变化而变化的动态

4. James Moody (2001)

   高中生之间的关系：年级、种族

5. 社会交往

   • 每个人的特质（2种）

     • 固有特质：性别、种族、母语等，自然属性

     • 可变特质：居住区、专长、偏好等，建构属性

   • 同质性是社会网络结构形成的基本外部原因

     血缘、地缘、业缘、趣缘等

   • 社会学的一个基本问题

     • 是因为“羽毛相似”才交往（selection）呢

     • 还是因为“同林”后才变得“羽毛相似”（social incluence）呢

社交网络中同质性的测量

1. 社交网络中的同质性现象

   朋友~~相似

   • ”相似“的含义可因考虑的问题不同而不同

     → 固定特征、可变特征

2. 如何定量评估一个社交网络中同质性现象的程度？

   • 给定社交网（只考虑两种不同的特征：红，白）

   • 我们能够得到的信息

     • 节点数（n），边数（e）

     • 不同颜色节点的占比：p，q=1-p

     • 两端节点相同的边数（s）

3. 计算：

   

   • 节点数 n = 9

   • 边数 e = 18

   • 红色节点数占比 p = $\frac{1}{3}$

   • 白色节点数占比 q = $\frac{2}{3}$

   • 两端节点相同的边数 s = 13

   • $\frac{s}{e} > p^2+q^2$ ? →

     $\frac{s}{e}$ = $\frac{13}{18}$

     $p^2+q^2 = {\frac{1}{3}}^2 + {\frac{2}{3}}^2 = \frac{10}{18}$

     ∵ $\frac{s}{e} > p^2+q^2$

     ∴ 同质性现象在这个社交网络中有所表现

4. 认识：两边节点的边越多（占比越高），同质性越明显$\frac{s}{e}$

   用“随机情况”作为基准：给定不同颜色的节点占比（红p和白q），随机情况下，一个节点是红色节点的概率为p，白色的概率就是q，那么任何一条边的两节点颜色相同的概率就是$p^2+q^2$，也就是两端节点相同边的占比。

物以类聚人以群分

1. 经验观察

   • 俗语

     物以类聚，人以群分

   • 亚里士多德

     人们喜欢与自己相似的人

2. 理论

   Lazarsfeld 与 Merton (1954) 区分了选择机制

   • 身份同质性：相同身份的人彼此相互联系

   • 价值同质性：相同价值观得人会彼此相互联系

   • 即人们通过自然属性或社会属性的相似性、或价值观的相似性进行选择

3. 理解

   • 为什么身份与价值观会影响社会网络同质性的动态

     • 作为能动者的行动者（Giddens,1984; 1991），个体具有“加入”的主动性和自主性 （自然行为）

     • Examples

       你的朋友带来了一位对你而言是陌生人但却是你朋友的朋友来见你

     • 同样，还具有退出的主动性和自主性

     • Examples

       教会吸收新会员，学生社团吸收新成员

   • 网络的同质性，实际上是一个动态过程，即使是主动选择的

4. 从属网络

   

5. 社会交往

   • 社会网络的建构，无论是加入，还是退出，都可能是一个主动的过程

   • 尽管被动参与（参见嵌入性）也是一种机制

6. 形成网络同质性的机制之一，是个体（节点）的主动选择

近朱者赤近墨者黑

1. 经验观察

   • 传统故事

     孟母三迁

   • 俗语

     近朱者赤，近墨者黑

   • 婚姻

     先结婚，后恋爱

2. 理论

   • Miller McPherson, et al (2001) 同质性的机制

     • 生态过程：场所的影响，同一个机构、社区，共同参加活动

     • 关系过程：交叉关系的影响，一个人在不同的场所

     • 网络过程：随时间的变化而变化的动态

   • 强调生态性的重要性

     • 由场所带来的影响，实际是同质性形成的另一个重要机制

3. 从属关系与社会关系的相互总用（随时间发生的变化）

4. 社会归属网：描述从属关系与社会关系

   

   • 在现实社会中，选择与影响似乎很难明确区分，实际是交替甚至同时发生的现象，同质性是两种共同机制的结果

     • 选择 → 社团闭包

     • 影响 → 会员闭包

   • 社会归属网：三类闭包

     

   • 社团闭包的验证

     • 社团闭包

       由于参与一件事情，两个原本没联系的人之间，建立了联系

     • 共同参与的事情越多，建立联系的可能性越高

   • 会员闭包的验证

     • 会员闭包

       由于朋友参与某件事情中，原本不在这件事情的另一个人也加入了这件事

     • 参与某件事的朋友越多，其被影响而参与的可能性就越大

5. 社会影响与社会交往

   • 个体的兴趣与能力，或许不限于既有，可能会被诱发

     • 体育特长，自然的、本性的

   • 拓展是可以选择的，更多或是受到影响的

     • Iphone一族；三星一族

6. 形同同质性网络的机制之一，是个体之间的相互影响

”朋友~~相似“现象溯源（大数据分析）

1. 朋友间相似的原因？

   • 当两个关系不过的人在某些特质上相似

     相似 → 朋友？ 朋友 → 相似？

2. 需要数据集

   • 反应随时间变化的大规模社会归属网

   • 大规模：人多，社交聚点多

   • 随时间变化：人与人之间，人和人的社交聚点之间

   wikipedia数据集

3. 两人相似性的测量

   $相似性 = \frac{两人都编辑过的文章数}{总共编辑过的文章数}$

4. 相似性、选择与社会影响

   

5. 小结

   • 利用“社会归属网”大数据剖析同质性现象的原因

   • 从问题，到模型（社会归属网），再到数据（Wikipedia），最后到映射（数据与问题要素的关系）

谢林模型及其意义

1. 从一个现象开始

   芝加哥，黑人在居住区的比例变化图

   

2. 同质性动态

   • 现象

     越来越多的黑人在某个区域聚集

   • 理解

     • 自然属性相同，选择相同

     • 相互认识，相互影响，进而趋同

3. 谢林模型示意

   • Schelling (1972, 1978)

     • 隔离的动态模型（1972）：隔离不是个人刻意选择的后果

     • 微观动机与宏观行为（1978，2005）

4. 谢林模型的社会意义

   • 以居住隔离为例，谢林模型模拟了同质性的动态变化。

   • 如果同质性是一个自然现象，则促进或阻止不同社会情景下的同质性，将会对社会发展产生重要影响。