Управление социальными сетями модели, методы и технологии искусственного интеллекта

1. Введение в проблематику социальных сетей

Базовые понятия, структурные характеристики социальных сетей и экспериментальные наблюдения. Разреженность и число Данбара, транзитивность и кластеризация, диаметр сети и эффект малого мира, степенные распределения и неравенство в социальных сетях, ассортативность.

2. Представление социальных сетей, эмбеддинги и графы знаний

Рассматриваются основные способы формализации представления сетей, включая матричные и семантические представления. Особое внимание уделяется методам векторизации узлов (эмбеддингам), а также графовым нейронным сетям.

3. Меры центральности в социальных сетях

Определения различных мер центральности. Примеры: центральность по степени, центральность по собственному вектору, PageRank. Подходы к выбору мер центральности. Обсуждаются ограничения статических показателей и современные методы машинного обучения для оценки влияния

4. Кластеризация и сообщества в социальных сетях

Понятие сообществ в социальных сетях, модулярность сети, методы кластеризации, понятие информационных сообществ, эхо-камеры, примеры.

5. Выявление сообществ в социальных сетях

Методы выявления сообществ в мультиплексных социальных сетях.  Современные методы и алгоритмы обнаружения сообществ на основе эмбеддингов и графовых автоэнкодеров.

6. Модели случайных графов. Граф Эрдеша-Реньи

Описание модели. Вывод основных свойств (распределение степеней вершин, кластеризация, образование гигантской компоненты связности).

7. Граф Уоттса-Строгатца, граф Барабаши-Альберт

Описание моделей, вывод сигнатурных свойств (для графа Уоттса-Строгатца – кластеризация как функция параметра перемешивания, для графа Барабаши-Альберт – распределение степеней хабов в термодинамическом пределе).

8. Перколяции и устойчивость сетей

Понятие перколяции. Равномерное удаление узлов. Неравномерное удаление узлов.

9. Теория Данбара и модель эго-графа

Понятие кругов Данбара. Сила связи по Грановеттеру. Модель формирования эго графа, теорема об одном отзывчивом друге.

10. Генеративные модели сетей

Рассматриваются современные генеративные модели графов на основе искусственного интеллекта и их применение для синтеза и анализа структуры сложных сетей.

11. Процессы на сетях. Эпидемиологические модели (SIR-модель)

Описание SIR-модели, анализ поведения решений, возможные модификации.

12. Процессы на сетях. Модели распространения влияния

Описываются ключевые модели динамических процессов на графах - пороговые и каскадные модели распространения влияния. Анализируется влияние структуры сети на динамику распространения, а также методы прогнозирования активности в сетях с использованием глубокого обучения.

Семестр: 10 (Весенний)

1. Модели консенсуса в социальных сетях, приложение в ИИ.

Задачи консенсуса и проблемы согласования характеристик (мнений) в сложных сетях. Необходимые и достаточные условия достижения консенсуса. Достижение консенсуса в сети с переменной структурой. Применение моделей консенсуса в методах распределенного машинного обучения.

2. Модели социального влияния. Модель ДеГроота

История модели ДеГроота. Описание модели, основные свойства. Эмпирические подтверждения

3. Проблема Абельсона. Поляризация мнений в обществе. Модели ограниченного доверия и репульсивного влияния

Проблема Абельсона: отсутствие консенсуса в социальных системах. Понятие поляризации мнений, методы измерения поляризации, эмпирические примеры поляризации взглядов. Модели ограниченного доверия и репульсивного влияния как способ объяснения отсутствия консенсуса и поляризации мнений.

4. Модели аргументационных взаимодействий

Понятие когнитивной структуры “кортеж аргументов - мнение.” Простейшая модель аргументных взаимодействий. Объяснения поляризации мнений без использования механизма репульсивного влияния

5. SCARDO-модель. Построение приближения среднего поля

Описание SCARDO-модели, мотивировки ее создания. Понятия “азбука мнений” и “таблица переходов”. Гибкость модели, вопросы калибровки. Приближение среднего поля, построение фазовых портретов.

6. Модели и методы оценки информационного влияния в социальных сетях

Подходы к определению влияния и влиятельности в социальных сетях: структурный подход, акциональный подход, подход на основе моделей динамики в сетях, подход на основе машинного обучения

7. Модели совместной динамики мнений и действий в социальных сетях

Компоненты внутренней структуры индивида, понятие «мнение» и «действие» в социальных сетях. Описание моделей совместной динамики мнений и действий. Идентификация мнений и действий в онлайновых социальных сетях. Пример анализа факторов, действующих на мнения и действия пользователей онлайновых социальных сетей на примере ВКонтакте.

8. Модели информационного управления в социальных сетях

Классификация задач управления. Способы информационного управления. Модели информационного влияния, управления и противоборства. Постановка и решение задачи информационного управления на примере модели ДеГроота

9. Задачи управления на основе SCARDO-модели

Постановки (управление социальными ботами, управление алгоритмом ранжирования, управление структурой сети), необходимые условия оптимальности, численные решения методом конечных разностей.

10. Моделирование поведения в социальных сетях на основе больших языковых моделей

Рассматривается концепция генеративных агентов — моделирование индивидуального и коллективного поведения, анализ когнитивных эффектов и предвзятостей, а также возможности и ограничения данного подхода для исследования и управления социальными сетями.

11. Кейс: анализ поведения больших языковых моделей через призму аргументационных взаимодействий

Построение пространства аргументов, идентификация когнитивной функции, анализ паттернов информационной атаки, восприятие аргументов, оценка параметра предвзятости, численные эксперименты с многоагентными системами разной степени модулярности