论框架。其次，需要将混合网络中的不同环节在一定层面上抽象成为可以进行理论研究的系统模型。再者，（社会）群体中的个体特性信息通过混合网络各种媒介的传播在一定条件下有可能引发社会集群行为的涌现，有必要研究集群行为动力学演化和临界现象。最后，针对网络拓扑结构与节点动力学特性，提出有效的协调控制方法，用于模拟对集群动力学行为的调控与引导。

研究内容4：网络行为社会学研究及定量指标。只有对集群行为感知方法与模式规律赋予国情、制度、文化等社会科学语义的约束与属性，才能使相关的信息、知识、规律服务于集群行为的有序管理。为此，需建立定量和定性相结合的多学科综合交叉的指标体系，为网络社会行为感知与管理提供社会科学综合知识支撑，这是信息科学与社会科学之间综合交叉的重要结合点，也是定量研究社会科学问题的关键技术。

研究内容5：社会集群行为有序管理机制设计。设计集群行为有序管理机制，在不确定性与信息不对称条件下，通过在制度、规范、传统等约束下的相容激励，以最低的信息成本，使个体利益与社会整体利益相符合，在网络社会更多地呈现“我为人人，人人为我”的状态。另一方面，集群行为事件具有突发性强，冲击力大等特点，容易形成公共社会安全事件，有必要研究在危机情境下的集群行为有序管理的决策理论与方法，建立支撑应急决策的综合集成的模型、方法和技术，以使决策者在“大胆假设，小心求证”的基础上，在对各种可能充分考虑的基础上，识别决策对象和决策环境，避免决策误区，迅速做出正确决策。

研究内容6：集群行为感知与管理的应用示范。针对国情，选择集群行为表现充分、数据容易获得的应用场景展开实证研究，验证研究的理论、方法和技术。 建立社会集群行为信息学计算框架，并形成可配置、可重用、可扩展的可以服务

于大型活动、协作学习、社会动员等典型社会集群行为感知与引导的应用示范支撑平台，且以平台为基础根据实际应用需求生成具体应用系统。作为本项目主要关键技术的集成环境，该示范平台将以多源多模态信息的获取、统一表示与集成可视化框架为基础，采用先进的智能技术，结合Web3.0群体协作网络架构，实现综合集成，提供智能化、可视化协同工作环境，以实现对各种社会集群行为的信息获取、可视化模拟与管理、智能决策辅助等功能。通过在典型的大型活动、协作学习、就业促进等领域中的应用，不断改进计算框架，最终形成比较完备的社会集群行为信息学理论体系与关键技术示范平台。

二、预期目标

总体研究目标是针对混合网络下社会集群行为的隐蔽性、突发性和扩散性等特点，研究混合网络环境下社会集群行为的感知、分析、预测与管理的基础理论，建立混合网络下社会集群行为信息聚融模型，揭示社会集群的行为学特征及其动力学演化规律，通过引导机制设计，为民众提供更好的选择与帮助，提高民众在极度信息不对称环境下的适应性，形成比较完善的社会集群行为信息学理论体系与支撑技术，提供符合中国国情的集群行为感知、分析、预测与管理的机制设计与决策支持体系。

五年预期目标具体包括以下几个方面： （1）理论研究成果

在混合网络下社会集群行为的感知、机理、管理等方面取得源头创新成果，为关键技术创新提供理论与方法。预期理论成果如下：

A. 提出混合网络下社会集群信息的语义聚融模型，形成混合网络中社会集

群之间的大尺度跨媒体关联共生机制，建立面向社会集群行为信息感知的理论体系；

B. 提出混合网络中社会集群模式挖掘方法及动力学演化模型，揭示集群动

力学机理与社会集群拓扑结构之间的关系，形成社会集群行为有序管理的机制设计理论；

C. 提出多种决策目标博弈下的社会集群行为管理模型，构建数据、模型、

知识、经验、心理等的综合集成法，基于社会集群行为综合知识，形成符合中国国情的集群行为有序引导的智能决策支持方法。

基于以上成果，预期发表百篇以上有重要影响的学术刊物论文。其中，在信

息处理、系统与管理学科相关的IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Automatic Control等顶级国际刊物上发表重要论文80篇以上，在国际上产生较大影响。在SSCI和中国人文社会科学核心期刊上发表重要论文20篇以上，完成专著2部，全面构建社会集群行为信息学的理论体系。 （2）技术创新与应用成果

在混合网络下社会集群行为智能计算相关方面取得关键技术突破，为典型的社会集群行为感知、分析、管理的自主研发及系统应用提供信息分析与理解软件、行为发现与识别系统、知识支持下社会集群行为评估与管理的智能专家系统等关键支撑，取得发明专利和软件版权注册登记15-20项。预期成果如下：

A. 在混合网络信息聚融模型、大尺度跨媒体事件感知、多目标应急决策生

成、典型社会集群行为评估、复杂网络集群行为动力学演化等方面取得技术突破，形成混合网络下社会集群行为感知与管理的关键技术平台，使我国在社会集群行为信息学的研究取得重大突破。

B. 面向大型活动、协作学习、就业促进等领域中的典型应用，建立社会集

群行为信息学计算框架及应用平台，形成我国社会集群行为多模态信息采集、分析、和决策的智能专家系统。