基于CAS理論的群體協(xié)作維基詞條編輯建模仿真

趙東杰， 王 華， 李德毅， 李 智， 趙洪利， 楊海濤

（1.63628部隊(duì)，北京 101601；2.裝備學(xué)院，北京 101416；3.中國航天員科研訓(xùn)練中心，北京 100094；4.軍事醫(yī)學(xué)科學(xué)院，北京 100850；5.中國電子系統(tǒng)工程研究所，北京 100840；6.總裝備部，北京 100720）

Wiki是一種“允許”互聯(lián)網(wǎng)上多個(gè)不同的用戶以瀏覽器作為客戶端，來直接修改網(wǎng)頁內(nèi)容的機(jī)制.采用這種機(jī)制的站點(diǎn)，可被多個(gè)用戶修改，形成面向社區(qū)的、由大眾參與的對等生產(chǎn)，體現(xiàn)了人人參與創(chuàng)造Web 2.0這一理念.2011年2月，美國哈佛大學(xué)公布了當(dāng)前及未來亟需解決的10大社會科學(xué)問題，其中“人類如何增加自身群體智能”、“我們?nèi)绾尾拍芗厦總€(gè)人所擁有的信息來作出最佳決定”和“怎樣理解人類創(chuàng)造和表達(dá)知識的能力”這3個(gè)問題位列其中.維基百科利用互聯(lián)網(wǎng)上大眾用戶的集體參與來創(chuàng)作百科知識，是利用大眾普遍參與、編輯交互形成群體智能的典型應(yīng)用，為研究以上問題提供了高價(jià)值數(shù)據(jù)資源.目前，一些研究者已對大眾交互的互聯(lián)網(wǎng)環(huán)境下人的群體行為展開研究［1－8］，對維基百科的研究，主要集中在語義知識挖掘［9－11］和優(yōu)良條目的自動發(fā)現(xiàn)與挖掘方面［1，12］，對詞條演化研究不足.同時(shí)，對于大眾不斷參與的在線群體協(xié)作演化過程，仍缺乏有效研究方法，有待深入研究.本文基于復(fù)雜適應(yīng)性系統(tǒng)（complex adaptive system，CAS）理論建立群體協(xié)作詞條編輯模型，利用Netlogo仿真軟件實(shí)現(xiàn)對群體協(xié)作詞條編輯的建模仿真，是對大眾交互的互聯(lián)網(wǎng)環(huán)境下群體智能（以下稱為網(wǎng)絡(luò)群體智能）和社會計(jì)算這門新興學(xué)科研究的有益探索，是信息科學(xué)與社會科學(xué)的交叉研究，可深化對網(wǎng)絡(luò)群體智能和以上3個(gè)社會科學(xué)問題的認(rèn)識.

1 群體協(xié)作詞條編輯特性分析

在維基百科中，詞條相當(dāng)于一個(gè)針對某特定主題的“黑板”，任何人遵循一定規(guī)則都可以對詞條進(jìn)行增、刪、改等編輯，但對瀏覽者而言詞條仍是針對特定主題的完整體.如圖1，詞條I的m個(gè)版本｛v1，v2，…，vm｝按編輯時(shí)間先后順序均被Wiki系統(tǒng)保存下來，v1是由編輯者u1創(chuàng)建的最初版本，版本vi（1≤i≤m）是由編輯者uj（1≤j≤n，i≤j）通過編輯動作ei所形成的版本.ei包括多種類型，如創(chuàng)建詞條、修改詞條、編輯詞條鏈接和詞條分類等，其中，編輯者un對版本vm的貢獻(xiàn)（如修改量）可用onm表示.維基中眾人對公共詞條的共同編輯相當(dāng)于他們同時(shí)在一張白紙上作畫，得到大家共識的部分才能因?yàn)楣P墨線條的不斷加重而“涌現(xiàn)”出來［13］.詞條演化的主要驅(qū)動力來源于編輯者對詞條的持續(xù)編輯及其交互協(xié)作（體現(xiàn)為詞條版本增加，詞條內(nèi)容質(zhì)量提高）.持續(xù)不斷地編輯交互協(xié)作使頻繁發(fā)生的破壞行為和錯(cuò)誤內(nèi)容被快速而高效地糾正，依靠群體協(xié)作使詞條質(zhì)量不斷改善提高，達(dá)到了“真理越辯越明”的效果，實(shí)現(xiàn)詞條從初始階段（低質(zhì)量詞條）到高級階段（高質(zhì)量詞條）的演化，直至達(dá)到至善至美的水平.

圖1 Wiki基本機(jī)制Fig.1 Basic mechanism of Wiki

維基允許互聯(lián)網(wǎng)上不同用戶以瀏覽器作為客戶端直接修改網(wǎng)頁產(chǎn)生內(nèi)容，是無集中控制下群體協(xié)作的一種典型形態(tài).采用維基機(jī)制的站點(diǎn)形成面向社區(qū)、大眾參與的對等生產(chǎn)［14］，可視為人類計(jì)算［15］和群體智能的重要形式.維基百科是有人參與的知識生產(chǎn)系統(tǒng)，具有開放共享、互動協(xié)作、平等中立、簡單快捷等特點(diǎn).由于人的智能性、主動性和適應(yīng)性，能夠了解其所處的周圍環(huán)境，預(yù)測其變化，按照設(shè)定的目標(biāo)行動，因此，維基百科詞條編輯者和瀏覽者（稱其為主體）對詞條演化起著決定性作用，是維基百科詞條“適應(yīng)性、自組織性”的根本來源.隨著詞條不斷演化，編輯群體結(jié)構(gòu)也逐漸演化為由不同小社區(qū)組成的網(wǎng)絡(luò)，群體結(jié)構(gòu)趨于穩(wěn)定，具有小世界性、抱團(tuán)性和層次性［7］.編輯交互網(wǎng)絡(luò)累積度分布符合漂移冪律分布［8］，參與主體的行為、角色等呈現(xiàn)差異性，具有合作—競爭網(wǎng)絡(luò)的特性.

1994年Holland提出的復(fù)雜適應(yīng)系統(tǒng)理論是研究復(fù)雜系統(tǒng)的重要研究成果，其核心理論“信息涌現(xiàn)理論”成為信息自組織研究的重要理論基礎(chǔ).CAS理論的基本思想可以概括如下［16］：系統(tǒng)中的成員稱為具有適應(yīng)性的個(gè)體（adaptive agent），簡稱主體.所謂具有適應(yīng)性，是指主體能夠與環(huán)境以及其他主體進(jìn)行交互作用.主體在這樣持續(xù)不斷地交互作用過程中，不斷“學(xué)習(xí)”或“積累經(jīng)驗(yàn)”，并根據(jù)學(xué)習(xí)到的經(jīng)驗(yàn)改變自身的結(jié)構(gòu)和行為方式.最重要的是，CAS理論認(rèn)為，正是這種主動性以及它與環(huán)境的反復(fù)相互作用，才是系統(tǒng)發(fā)展和進(jìn)化的基本動因.自組織過程會出現(xiàn)涌現(xiàn)現(xiàn)象，涌現(xiàn)是CAS的一個(gè)重要特征.通常，將涌現(xiàn)用來指稱這樣的微—宏觀效應(yīng)——“因局部組分之間的交互而產(chǎn)生系統(tǒng)全局行為”［17］或“緣起于微觀的宏觀效應(yīng)”［18］.Holland歸納出了復(fù)雜適應(yīng)系統(tǒng)通用的4個(gè)特性（聚集、非線性、流、多樣性）和3個(gè)機(jī)制（標(biāo)識、內(nèi)部模型、積木）［19］，他認(rèn)為復(fù)雜適應(yīng)系統(tǒng)的其它共性都可以通過這7個(gè)基本點(diǎn)的適當(dāng)組合“派生”出來.利用復(fù)雜適應(yīng)系統(tǒng)理論可論證群體協(xié)作詞條編輯具有復(fù)雜適應(yīng)性.

2 基于CAS理論的群體協(xié)作詞條編輯建模

詞條編輯群體為編輯出高質(zhì)量詞條而相互編輯交互，在模型的構(gòu)建中，編輯群體中每個(gè)用戶表示為具有適應(yīng)能力的Agent主體.基于CAS理論，根據(jù)維基百科用戶（編輯者和瀏覽者）行為特點(diǎn)及實(shí)證分析，可將維基百科用戶抽象為5種主體，其角色分類如表1所示，并構(gòu)建群體協(xié)作詞條編輯模型（collective collaboration article edit model，CCAEM），包括環(huán)境模型和主體模型.

表1 主體角色分類及描述Tab.1 Sort and description of agentroles

2.1 環(huán)境模型

環(huán)境由n×n個(gè)方格組成，方格總數(shù)可表征某個(gè)詞條的語量，所有方格區(qū)域是主體能夠訪問覆蓋的區(qū)域，設(shè)定一個(gè)主體每次可以訪問一個(gè)方格區(qū)域.

2.2 主體模型

主體根據(jù)環(huán)境條件及行為準(zhǔn)則來調(diào)整自身的行為，以達(dá)到自身期望目標(biāo).在此采用“在黑板上涂色”的形式建立主體模型.

a.主體屬性

主體屬性是對其自身情況的描述，定義如下：

（X，Y）：二維網(wǎng)格中的坐標(biāo)；r：Agent的視野半徑，所能觀察到的區(qū)域半徑，取值在1～3之間.

b.交互規(guī)則

主體交互規(guī)則如表2所示，主體按各自的行為規(guī)則在屏幕方格上涂色，并根據(jù)環(huán)境的變化，調(diào)整各自行為.黑色表示空白內(nèi)容，紅色表示正確內(nèi)容，紫色、黃色和藍(lán)色分別表示不完全正確內(nèi)容B、C、D.屏幕內(nèi)紅色格數(shù)的多少表征詞條質(zhì)量的高低，當(dāng)紅色格數(shù)達(dá)到很高的比例時(shí)，表明詞條質(zhì)量很高，編輯群體趨于達(dá)成共識，群體智能水平很高.

表2 主體交互規(guī)則Tab.2 Agent interaction rules

3 仿真實(shí)驗(yàn)

基于群體協(xié)作詞條編輯模型，利用Netlogo軟件構(gòu)建仿真平臺，從詞條演化的視角實(shí)現(xiàn)對群體協(xié)作詞條編輯建模仿真.突出的核心思想是：詞條從初始階段（低質(zhì)量詞條）逐漸演化到高級階段（高質(zhì)量詞條），體現(xiàn)了群體編輯交互協(xié)作群體智能的涌現(xiàn)；詞條演化的主要驅(qū)動力來源于主體對詞條的持續(xù)編輯及其交互協(xié)作（體現(xiàn)為詞條版本數(shù)增加，詞條質(zhì)量提高）.

Netlogo程序運(yùn)行窗口中的黑色屏幕是各種主體的活動場所，該屏幕由20×20個(gè)小方格組成.將詞條質(zhì)量從高到低依次分為L1，L2，L3和L4，主體出現(xiàn)概率配置如表3所示（5種主體初始狀態(tài)及形狀如圖2（a）所示，5種不同顏色形狀標(biāo)識代表5種不同主體），仿真步長設(shè)為1，仿真時(shí)刻為t，其最大值T設(shè)為10 000.根據(jù)詞條質(zhì)量與詞條聲譽(yù)、吸引力的關(guān)系分別將質(zhì)量為L1，L2，L3和L4的內(nèi)容瀏覽者出現(xiàn)概率設(shè)為0.8，0.7，0.3和0.2.程序開始運(yùn)行后，主體向隨機(jī)方向移動，每個(gè)仿真步長移動3步，按各自的行為規(guī)則在屏幕上涂色（根據(jù)維基的時(shí)序編輯特點(diǎn)，在此設(shè)置每個(gè)仿真步長內(nèi)只有一個(gè)主體進(jìn)行編輯涂色），并根據(jù)環(huán)境的變化，調(diào)整各自行為.分別對不同配置的模型進(jìn)行600次仿真，得到詞條演化仿真的統(tǒng)計(jì)平均結(jié)果，如表4所示；群體協(xié)作詞條編輯不同時(shí)刻仿真場景（主體編輯涂色情況）運(yùn)行狀態(tài)如圖2所示.

表3 主體參與出現(xiàn)概率配置Tab.3 Configuration of agent appearance probabilities

表4 詞條編輯仿真結(jié)果Tab.4 Article edit simulation results

圖2 不同時(shí)刻的群體協(xié)作詞條編輯仿真場景Fig.2 Simulation scenes of collective collaboration article edit at different time

由表3、表4可知，主體出現(xiàn)概率配置不同，生成的詞條質(zhì)量也不同，得到主要結(jié)論如下：

a.多樣編輯者出現(xiàn)概率越大，對應(yīng)生成詞條質(zhì)量越高.當(dāng)其出現(xiàn)概率達(dá)到0.7時(shí)，生成詞條質(zhì)量達(dá)到L1，最高.說明多樣編輯者在詞條從低級到高級演化過程中扮演重要角色，是詞條質(zhì)量提升的主要推動者.內(nèi)容添加者出現(xiàn)概率越大，對應(yīng)生成詞條質(zhì)量越低.當(dāng)其出現(xiàn)概率達(dá)到0.67時(shí)，生成詞條質(zhì)量為L4，最低.說明內(nèi)容添加者對詞條質(zhì)量提升作用不大，其出現(xiàn)概率過大會阻礙詞條質(zhì)量提升.

b.從L4到L1的4種配置中，內(nèi)容修改者和內(nèi)容刪除者的出現(xiàn)概率變化不大，多樣編輯者和內(nèi)容添加者出現(xiàn)概率變化較大，呈現(xiàn)出多樣編輯者和內(nèi)容添加者出現(xiàn)概率分別增大和減小，說明多樣編輯者和內(nèi)容添加者的出現(xiàn)概率對詞條質(zhì)量具有較大影響.低質(zhì)量詞條演化過程中內(nèi)容修改者占據(jù)統(tǒng)治地位，隨著詞條質(zhì)量由L4到L3到L2再到L1的逐步提高，內(nèi)容修改者和多樣編輯者的角色地位逐漸發(fā)生變化，內(nèi)容修改者的地位逐漸減弱，多樣編輯者的地位逐漸增強(qiáng)，呈現(xiàn)出此消彼長的現(xiàn)象；在L4和L1中多樣編輯者和內(nèi)容添加者出現(xiàn)概率配置中存在對稱性（0.07對應(yīng)0.10，0.67對應(yīng)0.70）.

c.多樣編輯者修改其以前自己編輯內(nèi)容的概率較內(nèi)容修改者要大，在高質(zhì)量詞條演化過程中編輯者自我修改比例明顯比低質(zhì)量詞條要高，說明編輯者“自我修改”（對以前自己編輯內(nèi)容的“否定之否定”）行為對提升詞條質(zhì)量起到重要促進(jìn)作用，體現(xiàn)了編輯者對詞條認(rèn)知水平螺旋式上升過程.

d.多樣編輯者出現(xiàn)概率達(dá)到0.7左右時(shí)，生成詞條質(zhì)量會達(dá)到很高水平，說明多樣編輯者出現(xiàn)概率的配置存在閾值0.7（近似符合黃金分割律比例介于0.6～0.8），當(dāng)達(dá)到閾值時(shí)，即使再增大出現(xiàn)概率，對詞條質(zhì)量提升影響也不大，反而會增加主體編輯詞條創(chuàng)作成本，投入產(chǎn)出率不高；在對編輯主體出現(xiàn)概率進(jìn)行配置時(shí)可以黃金分割律為指導(dǎo)，提高投入產(chǎn)出率，使群體績效趨于最大化，以達(dá)到“事半功倍”的效果.

由圖2、圖3（橫坐標(biāo)為仿真時(shí)間，縱坐標(biāo)為紅格數(shù)量）可知，根據(jù)紅色塊數(shù)的變化發(fā)現(xiàn)：隨著時(shí)間的推移，詞條質(zhì)量逐漸升高，編輯群體朝著更有序的方向演化，表現(xiàn)出3個(gè)演化階段：

a.當(dāng)t＜2 000時(shí)，是詞條編輯演化的初期，紅色塊數(shù)較少.編輯者間交互不多，個(gè)體間相互影響不強(qiáng)，交流爭論有限；詞條內(nèi)容不準(zhǔn)確，存在較大冗余，詞條質(zhì)量較低；詞條知名度不高，瀏覽者較少；編輯行為注重完整性，使詞條內(nèi)容更完整、全面；主要以量的積累為主，群體智能水平較低.

b.當(dāng)2 000≤t＜6 000時(shí)，是詞條編輯演化的中期，紅色塊數(shù)較多.詞條質(zhì)量和知名度較高，瀏覽者較多；編輯者間交互增多，個(gè)體間相互影響增強(qiáng)；觀點(diǎn)、知識不斷碰撞、融合，新觀點(diǎn)、新知識逐漸涌現(xiàn)；編輯行為注重準(zhǔn)確性，使詞條內(nèi)容更正確、可信；詞條冗余內(nèi)容減少，正確內(nèi)容大量增加，是量積累基礎(chǔ)上質(zhì)的提升，群體智能水平較高.

c.當(dāng)t≥6 000時(shí)，詞條編輯演化的后期，紅色塊數(shù)很多，變化逐漸趨于平緩.詞條質(zhì)量和知名度很高，瀏覽者很多；編輯行為注重可讀性，使詞條內(nèi)容更精煉、易懂；編輯者間交互減少，群體逐漸達(dá)成共識，基本達(dá)到動態(tài)平衡，群體結(jié)構(gòu)趨于穩(wěn)定，是質(zhì)提升基礎(chǔ)上量的微調(diào)，群體智能水平很高.

由以上分析可知，詞條編輯演化不同階段的主要矛盾不同.隨著時(shí)間推移，主要矛盾發(fā)生變化，即“從注重完整性到注重準(zhǔn)確性再到注重可讀性”，存在“去冗余”過程，即存在“語量與語義之間此消彼長”的過程，最終語量與語義之間達(dá)到動態(tài)平衡，這體現(xiàn)了精益涌現(xiàn)［20］的思想，統(tǒng)計(jì)分析可知這個(gè)平衡的臨界點(diǎn)大概介于6 000～8 000（與總仿真時(shí)間10 000的比例約為0.6～0.8）之間，與黃金分割比例0.618近似，即語量與語義平衡臨界點(diǎn)近似為黃金分割點(diǎn)，符合黃金分割律.詞條編輯演化似乎遵循著黃金分割律，當(dāng)達(dá)到量與質(zhì)的動態(tài)平衡后，詞條質(zhì)量會達(dá)到較高水平，令人賞心悅目，具有美學(xué)意義.

圖3 L1質(zhì)量詞條編輯演化紅色格數(shù)變化曲線圖Fig.3 Variational graph of red grid number of L1 article edit evolution

4 結(jié) 論

本文基于CAS理論建立了群體協(xié)作詞條編輯模型CCAEM，利用Netlogo軟件構(gòu)建仿真平臺實(shí)現(xiàn)了對群體協(xié)作詞條編輯的多主體建模仿真.仿真實(shí)驗(yàn)表明多樣編輯者是詞條質(zhì)量提升的重要驅(qū)動力，編輯者“自我修改”行為對提升詞條質(zhì)量起到重要促進(jìn)作用；主體出現(xiàn)概率配置遵循黃金分割律時(shí)，可使群體績效趨于最大化；詞條編輯存在從低到高的“三階段演化”，并遵循著黃金分割律.研究深化了對詞條編輯演化、網(wǎng)絡(luò)群體智能和社會計(jì)算的認(rèn)識，在知識管理創(chuàng)造、群體協(xié)作決策和群體績效管理等領(lǐng)域具有推廣應(yīng)用價(jià)值.

［1］Dennis W，Bernardo H.Cooperation and quality in Wikipedia［C］／／WikiSym 2007.Montreal，2007：157－164.

［2］Cattuto C，Loreto V，Pietronero L.Semiotic dynamics and collaborative tagging［J］.PNAS，2007，104（5）：1461－1464.

［3］Liu D，Hua X S，Yang L J，et al.Tag ranking［C］／／Proceedings of the 18th International World Wide Web Conference （WWW2009）.Madrid，2009：351－360.

［4］Zhao D J，Jiang J，Zhang H S，et al.Research on internet evolution mode based on user behavior［C］／／2010 Asia－Pacific Youth Conference on Communication Technology.Kunming，2010：835－839.

［5］趙東杰，張海粟，楊海濤，等.基于網(wǎng)絡(luò)交互演化的智能涌現(xiàn)研究［J］.計(jì)算機(jī)科學(xué)，2010，37（10A）：112－116.

［6］Zhao D J，Zhang H S，Han Y N，et al.An approach to study collective intelligence based on networked data mining［C］／／2010 3rd International Conference on Computational Intelligence and Industrial Application.Wuhan，2010：239－243.

［7］趙東杰，郝黎，李德毅，等.維基百科詞條編輯特性研究［J］.計(jì)算機(jī)科學(xué)，2011，38（10A）：153－156.

［8］Zhao D J，Yang H T，Jiang J，et al.A research for the centrality of article edit collective in Wikipedia［C］／／2011International Conference of Information Technology，Computer Engineering and Management Sciences（ICM 2011）.Nanjing，2011：363－366.

［9］Ponzetto S，Strube M.Deriving a large scaletaxonomy from Wikipedia ［C］／／Proceedings of the 22nd National Conference on Artificial Intelligence（AAAI－07）.Vancouver，2007：1440－1447.

［10］Yeh E，Ramage D，Christopher D M，et al.WikiWalk：random walks on Wikipedia for semantic relatedness［C］／／Proceedings of the 2009Workshop on Graphbased Methods for Natural Language Processing.Suntec，2009：41－49.

［11］Weld D S，Wu F，Adar E，et al.Intelligence in Wikipedia［C］／／AAAI’08Proceedings of the 23rd National Conference on Artificial Intelligence.Chicago，2008：1609－1614.

［12］Adler B T，Alfaro L D.A content－driven reputation system for the Wikipedia［C］／／Proceedings of the 16th International Conference on World Wide Web Conference（WWW2007）.Banff，2007：261－270.

［13］張樹人.從社會性軟件，Web 2.0到復(fù)雜適應(yīng)信息系統(tǒng)研究［M］.北京：中國人民大學(xué)出版社，2006

［14］Tapscott D，Williams A.Wikinomics：how mass collaboration changes everything ［M］.Richmond：Portfolio Books，2006.

［15］von Ahn L.Human computation ［D］.Pittsburgh：Carnegie Mellon University，2005.

［16］胡曉峰，羅批，司光亞，等.戰(zhàn)爭復(fù)雜系統(tǒng)建模與仿真［M］.北京：國防大學(xué)出版社，2005.

［17］de Wolf T，Holvoet T.Emergence versus selforganization：different concepts but promising when combined［M］／／Brueckner S，Di Marzo Serugendo G，Karageorgos A，et al.Engineering Self Organising Systems：Methodologies and Applications.Berlin：Springer－Verlag，2005.

［18］Russ A.Emergence explained：abstractions：getting epiphenomena to do real work［J］.Complexity，2006，12（1）：13－26.

［19］Holland J H.Hidden order：how adaptation builds complexity［M］.Reading，MA：Addison－Wesley Publishing Company，1995.

［20］張英華，蔣麗華.復(fù)雜系統(tǒng)“精益涌現(xiàn)”的形成機(jī)理研究［J］.天津師范大學(xué)學(xué)報(bào)：社會科學(xué)版，2011（3）：72－76.