人類行為的預測不再是神話

AI湧現編譯

作者：Luca Luceri, Torsten Braun, Silvia Giordano

譯者：任延磊

【導讀】近年來，社交網路上影響力的傳播受到極大的關注。事實上，理解影響力如何在人與人之間的傳播也將誕生各類新的應用成果。關於此問題，眾多的學者已經進行了大量的研究，也嘗試了定量分析人與人之間的影響概率。由於人的複雜性以及技術的限制，仍然存在很多問題。最近，來自瑞士的研究人員提出採用深度學習的方法對社會影響力進行建模，同時對人類的行為進行預測，通過在數據集上進行模擬獲得了非常好的效果。

【關鍵詞】社會網路；社會影響力；人類行為；深度學習

複雜網路研究的領軍人物，美國東北大學的科學家Barabasi曾經在《自然》和《科學》等期刊上發表過眾多有關社交網路的論文，發現93%的人類行為是可以預測的。如果能準確構建社交網路影響力傳播模型，進而預測人類的行為，未來將在包括定向廣告、病毒式營銷、推薦系統等方面有巨大的應用前景。

近年來，眾多學者已經做了大量的工作，比如社會影響力的理解和建模、人與人之間的影響概率度量等等。社會影響力被認為是控制人類行為的關鍵因素，個體的行為和想法將極大地影響周邊的其他個體，因此，其思想、感覺和行為從而發生變化。

或許，Luca Luceri等人認為目前的方法還存在兩個主要問題：一是它們假定人與人之間的影響概率是相互獨立的；二是它們不考慮由主體的行為來學習概率值。因此，他們提出了採用深度學習技術來解決這些問題。

Luca Luceri等人構建了一個深度神經網路（DNN）框架，其具有構建社會影響力模型和預測人類行為的能力。這也是目前為止第一個可以同時完成這兩項功能的架構。另外，該DNN框架同時考慮了主體和他/她朋友的關係以及他們之間的互動行為。

為了驗證所提出的框架，他們在基於現實生活事件（離線）的社交網路（Event Based Social Network）上進行了測試。結果表明，他們的方法優於現有的解決方案，能夠有效地解決先前描述的限制。

本文為AI湧現原創，轉載請聯繫本公眾號獲得授權。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！