《表1 在线社交网络控制实验的模式、工具与优缺点》
虽然在线社交网络研究和计算机技术关系密切,但是,现有控制实验所使用的计算机技术还是比较原始的。例如,CENTOLA等[3,25]创建的虚拟健康社区系统,仅仅利用了最基本的数据存储和网页开发技术。而在社交网络定制方法中,实验者更多依赖于现有社交网络服务的架构[24]。在数据分析中,主要采用传统的统计分析工具,对新兴的大数据智能分析和可视化技术应用较少。目前,在实验数据分析中使用频率最高的智能技术主要是自然语言处理相关的算法,包括文本分类和情绪识别等[36]。这主要得益于社交网络分析中主要的内容传播和用户行为心理研究都依赖于对于文本内容的语义分析。相较于比较成熟的行为经济学实验领域,在线社交网络控制实验尚缺乏类似oTree这样功能丰富且技术先进的开放性实验平台[39]。oTree是利用现代HTML5前端和数据存储分析技术构建的高度可定制的互联网实验平台,可以让不具备计算机专业技术的研究者便捷地实现和执行多样化的实验设计[39]。未来,如果能针对社交网络控制实验,利用现有互联网技术(特别是移动互联网技术),创新一个高度可定制的实验构架,使得一些关键的参数可以被方便地操作和定制,例如:网络结构、行为控制、信息展示、智能算法介入等,这将对在线社交网络研究起巨大的推进作用。当然,这需要不同学科研究人员的共同合作,特别是计算机技术的支持。
图表编号 | XD00133705800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 金诚、江婷君、闵勇、金小刚、葛滢、常杰 |
绘制单位 | 浙江工业大学计算机科学与技术学院、腾讯科技(深圳)有限公司、浙江大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江大学计算机科学与技术学院、浙江大学生命科学学院、浙江大学生命科学学院 |
更多格式 | 高清、无水印(增值服务) |