سمینار دینامیک های دوستی - مدل سازی روابط اجتماعی از طریق شبیه سازی فازی مبتنی بر عامل

سمینار دینامیک های دوستی : مدل سازی روابط اجتماعی از طریق شبیه سازی فازی مبتنی بر عامل 

1. 1.       مقدمه

ارتباطات اجتماعی مثل دوستی و انتخاب partner توسط اصل مجاورت قانون بندی شده است.به هر حال مفاهیمی چون دوستی،مفاهیمی با یال های تار و درجه عضویت مبهم هستند.

این مطالعه نشان میدهد که چگونه دینامیک های دوستی را با یک مدل Agent-Based با استفاده از تئوری مجموعه فازی شبیه سازی کنیم.مجموعه های فازی به ما این امکان را می دهند که برای نشان دادن خصوصیاتی که ذاتا فازی هستند از مقادیر کریسپ استفاده نکنیم.

در اینجا نتایج حاصل از اعمال مجموعه های فازی و عملگرهایش در تعریف ارتباطات دوستی را با نتایج مشابه حاصل از پیاده سازی با مقادیر کریسپ مقایسه شده است.

این مقاله با یکپارچه سازی مدل های محاسباتی و تئوری مجموعه فازی یک دیدگاه مفید در یک روش سیستماتیک مبتنی بر عدم قطیت ذاتی در ارتباطات اجتماعی ارایه می دهد.

دینامیک ارتباطات اجتماعی مثل الگوهای دوستی فیلدی پیچیده از مطالعات است.این مقاله دینامیک های اجتماعی به مجموعه ای از تعاملات عامل ،شرایط آنها و مکانیزم های مرتبط به آنها اشاره دارد.

امروزه تصویر نسبتا دقیقی از بسیاری ویژگی های افراد و فاکتورهای چارچوبی که بر انتخاب دوستی و شبکه های احساسی اثر میگذارد.از جمله این ویژگی ها میتوان مجاورت اجتماعی ،شباهت و ویژگی های منحصر بفردی را نام برد.مدل سازی Agent-based مارا قادر میسازد تا دینامیک های اجتماعی را مطالعه کنیم.به عنوان مثال ABM برای مطالعه افکار عمومی(7)،دینامیک های فرهنگی(8)،دینامیک های زبانی(9)و خیلی های دیگر

منطق فازی یک روش برای اداره کردن حالات مبهم استدلال در محیطی مملو از عدم اطمینان و ابهام می باشد.ابهام یک ویژگی معمول در قلمرو اجتماعی است.(15)Epstin(18)یک انگیزه برای استفاده از منطق فازی در شبیه سازی اجتماعی ایجاد کرد.

در پیاده سازی مدل با استفاده از تئوری مجموعه فازی از بایاس شدن غیر ضروری و در نتیجه از طرح تصمیمات خودسرانه مبنی بر استفاده از مقادیر کریسپ برای نشان دادن ویژگی هایی که ذاتا فازی هستند،جلوگیری میکند.

نقش عمده این مقاله تعریف فرآیندی برای استفاده و یکپارچگی ABM و تئوری مجموعه فازی برای مدل کردن دینامیک های دوستی و همکاری است.

در این مقاله روی یک مدل موجود به نام Mentat(20) کار شده است که در فصل 2 تشریح خواهد شد. در فصل 3 از منطق فازی به عنوان تکنیکی مفید برای مقابله با عدم قطعیت ذاتی در سیستم های اجتماعی و دانش تقریبی موجود در آنها استفاده میشود. در فصل 4 ارتباط بین همسایه ها با ااحتساب درجه شباهت به آنها ،توضیح داده شده است. در فصل 5 ،4ورژن از Mentat معرفی شده است. در فصل 6 درجه های متفاوت فازی سازی معرفی شده است. در نهایت در فصل 7 نتایج بدست آمده ازاین تحلیل بیان شده است.

بنابراین شانس دوستی دو همسایه  با شباهت آنها متناسب است. علاوه بر آن ،اگر دوستی یک رابطه تدریجی در نظر گرفته شود،دو عامل در طول زمان دوستیشان بیشتر می شود. فرآیند دوستی در شکل 1 خلاصه شده است.

روش های زیادی برای تعیین کمیت ظهور و تکامل دوستی وجود دارد که یکی از آن ها برایMentatانتخاب شده که در بخش 5.2 به تفصیل آن می پردازیم.

آنچه برای فرآیند میانجی گری ازدواج یا دوستی اهمیت دارد این است که دوستی نیز مانند همسایگی از نظر شباهت رده بندی می شود.

ابتدا دوستان بر اساس پرسشنامه های "آری یا نه" فیلتر شده،سپس از زیر مجموعه های انتخابی افرادی برای زوج شدن کاندید می شوند.بخش 5.3 را ببینید.این فرآیند مارک کردن جفت  ”Matchmarking”در شکل 2  توضیح داده شده است.