如何根據社交網路演化識別極端恐怖組織的形成

來自專欄複雜性科學5 人贊了文章

導語

如何在極端組織變得有影響力之前就識別他們？社會科學家們通過類比網路生長與凝膠形成，試圖建立一個冪律分布模型來解決這個問題。

編譯：集智翻譯組

來源：http://physics.aps.org

原題：Focus: Identifying Early Signs of Online Extremist Groups

極端主義在醞釀中。上圖為2015年1月期間，在俄羅斯的社交網站VKontakte上，支持ISIS的用戶之間關係網路的描述。正如一種新的理論分析指出的那樣，這張快照描述了一個大規模團體即將湧現的網路在幾天後的樣子。紅色團簇隨後被系統管理員標記為"具有潛在危險"而關閉。

類比凝膠（gelation）

近年來，許多恐怖襲擊似乎都是突如其來的，這使得恐怖襲擊本質上無法被預測。一直以來，情報機構的努力都是，試圖在「獨狼」行動前就識別出他們。然而，利用恐怖主義同情者的數據，對網路上出現的極端組織的最新研究表明，這種策略是錯誤的。

這項研究將網路群體的發展與當液體接近凝膠狀態時小團簇的形成類比，為如何及早發現這些群體提供線索。

凝膠形成（例如牛奶凝結成塊時）的理論模型通常假定，凝膠形成的介質是相同的。然而，在喬治華盛頓大學的Neil Johnson及其同事看來，如果考慮到是不同國籍、不同政治信仰的人組成了網路群體這一現象，這種均一性的假定是非常不準確的。

建立模型

要通過類比凝膠（gelation）形成來描述人類網路群體的形成，研究人員需要建立一個模型，其中的元素具有可量化的不同特徵。

他們的模型包含由大量人口組成的群體。在聚集過程的開始，隨機地給群體中每個個體分配一個「性格」，並用0到1之間的數字表示。在這個群體演化的每個時間節點，隨機選擇的成對個體相互作用，根據它們的性格，決定是否進行永久的連接。兩個相同「性格」的個體總是結合成對，隨著「性格」差異增大，配對的概率降低。

為了確定兩對個體或者兩個更大的集群是否連接，隨機地從兩組中各選擇一個個體，讓它們相互作用。如果這兩個個體可以配對，那麼它們所屬的集群將結合成單一的、更大的集群。

Johnson及其同事發現，隨著時間推移，一個數學公式可以預測給定大小的集群的分布狀況。他們還進行了計算機模擬，結果與理論分析的結果一致。

隨著這些模型群體的演化，群體從大量個體的集合轉化為集團數量與規模都增加的系統。或早或晚，所有的集團會結合在一起，膠凝出現。然而，這種轉變發生的時間很難精確定義。

Johnson說，在牛奶凝結的例子中，牛奶在經過一段時間的微觀生長後，會形成小的凝塊，儘管這些凝塊可能並不明顯，凝結過程卻可能迅速發生。

類似地，在網路群體模型中，在大多數人口聚集形成集團以前，會形成大量的小集團。該模型指出，集群數量與集群規模之間的冪律關係才是問題的關鍵所在，當冪指數為?5/2時，系統將很快形成完全的凝膠狀態。

檢驗模型

為了測試他們的模型與真實世界的數據是否吻合，研究人員獲取了俄羅斯的社交網站VKontakte上的信息。在2014年底，在數十億的VKontakte成員中，一些支持ISIS的群體開始出現。這些群體的規模和數量在數周內不斷增加，直到系統管理員開始識別並關閉極端主義者的連接。正如同在模擬中那樣，VKontakte上的網路群體也呈現出?5/2的冪律分布。

此外，研究人員觀察了各個群體的生長速度，發現與他們的預測符合得很好。在該模型中，相對於那些成員性格差異較大的群體，成員具有相似性格的群體增長得更快。VKontakte的數據並沒有與性格對應的變數，但是研究小組發現，當允許群體成員的性格不同程度地混合時，生長速率的範圍接近於理論分析中生長曲線的範圍。

研究人員說，這種群體的出現是集群行為的表現，其中，具有不同相似度的個體，因為或多或少隨機性的相遇而結合。及早識別的關鍵是找到群體規模與群體數量?5/2的冪律關係，而不是試圖識別個體。

論文原圖4 實線描述研究者假設凝膠模型，小圓圈描述了支持IS的網路集群規模的演化進程；經F檢驗，實測數據與模型擬合度較高。

倫敦大學學院的社會科學家Sanaz Zolghadriha與Grievance項目合作，致力於消除激進化。她喜歡這項研究，因為它試圖擺脫「物以類聚，人以群分」的觀念。她認為，為了理解激進主義，必須考慮到被吸納到極端組織的個體之間存在差異——這也是新模式的核心要素。

原文地址：

https://physics.aps.org/articles/v11/76

論文地址：

https://doi.org/10.1103/PhysRevLett.121.048301

論文原題：

Generalized Gelation Theory Describes Onset of Online Extremist Support

翻譯：梁金

審校：劉晶

推薦課程

http://campus.swarma.org/gcou=10517 (二維碼自動識別)

推薦閱讀

綜述：計算社會科學研究方法

小群體如何改變大習俗？

從烏合之眾到群體智慧的一步之遙

一文讀懂複雜網路與群體智慧

加入集智，一起複雜！

集智QQ群｜292641157

商務合作及投稿轉載｜swarma@swarma.org

◆ ◆ ◆

搜索公眾號：集智俱樂部

加入「沒有圍牆的研究所」