随着互联网和人工智能技术的飞速发展，人类社会已经逐渐转变为一个高度互联、信息丰富的人智协同与交互 (Human-AI Interaction & Collaboration) 的数字生态系统。在这个生态系统中，推荐系统、社交网络等新型的协同与交互模式不仅影响着人们获取信息的方式，还塑造着人们的兴趣、偏好乃至价值观。然而，数字生态系统的内生性问题也日益凸显，如隐私泄露、信息过滤泡沫、观点极化等。如何多维度系统探究由大规模人群参与的数字生态系统的宏观微观演化模式，揭示其中潜在的隐私、价值等突出问题，已经成为AI for Social Science持续关注的重要研究方向。
围绕这一研究方向，依托国家自然科学基金面上项目“面向协同成长的在线社区群体交互行为分析与推荐方法研究”，实验室开展了广泛的研究工作。近期，实验室博士研究生张光平作为第一作者的论文“Simulating News Recommendation Ecosystems for Insights and Implications”被IEEE TCSS期刊录用并发表。该文章以在线新闻社区为场景，构建了新闻推荐生态系统演化模拟平台 SimuLine，探究现有推荐系统运行模式下新闻社区“启动-成长-成熟-衰退”的生命周期，并对生命周期中每个阶段的维护提出了战略性建议，旨在最大程度地延长新闻社区的生命周期，并提升其可持续性。此外，还探讨了推荐系统设计策略对演变过程的影响，为推荐系统的设计带来了新的思路。该研究成果曾先后在中国控制大会CCC’ 23、中国人工智能学会社会计算与社会智能学术年会BDSC’ 23、中国计算机大会CNCC’ 23、中国强化学习社区大会RLChina’ 23等的报告中展示，获得学界和业界的广泛关注。
模拟框架
论文链接：
https://ieeexplore.ieee.org/abstract/document/10504866
代码链接：
149
2024-08-21 13:32:57
