扩展学习|大数据挖掘与智能体ABM建模

出处：计算社会科学_中南大学_中国大学MOOC(慕课) (icourse163.org)https://www.icourse163.org/course/CSU-1466004186        ps：相关内容来自于本人笔记，若有需要请联系原作者！个人学习留存，侵权必删！

一、大数据挖掘与ABM仿真建模的范式互补

        计算社会学”研究对象也聚焦在“计算”上但其研究方法、理论和工具都更加复杂。计算机社会模拟研究是一个主要的研究范式。

二、仿真模拟范式的研究优势

（一）更高维度的过程信息

        更高维度的过程信息可以类比于：电影与图片相比多了一个持续时间演化的维度统计数据是电影视频的屏幕瞬间截图，电影视频是无数个连续截图的高维度存在形态。四维可以到三维但是三维到不了四维。

（二）清晰的因果机制：肯定的因果vs否定的因果

（三）动态的参数可能：参数确定vs参数谱系

        统计学的最核心问题是参数确定，即想方设法找到“最佳无偏估计量”这是一种追求确定性结果的科研情结之下的集体性研究焦虑与本能冲动，如果统计分析找不到目标变量的参数估计量，那将是失望的、很难做文章的。

        由于数据统计只能揭示结果而不能揭示过程所以不得不进行参数确定。由于仿真模拟足以揭示过程更遑论结果，所以参数研究更加灵活，可以上升至参数谱系。

（四）研究的保守主义：一步快走vs碎步快走

（五）平行宇宙的预演问题：单一宇宙vs平行宇宙

三、ABM仿真模拟核心特征与逻辑流程

  （一)ABM仿真模拟核心特征

       O 仿真模拟的核心特征: 基于头脑构想的思想实验。
        O 仿真模拟从想象出发去模拟社会，而非从结果出发“马后炮”式地解释或论证社会现象，这更符合本能与直觉。
        ABM(agent - based modeling)是当前仿真模拟的主流研究方法，赋予智能体(agents)更大的决策自主性、更强的情境复杂性，力求更贴近真实场景。

（二）ABM仿真模拟逻辑流程

（三）仿真模拟方法的条件性和局限性