计算社会经济学：行为数据驱动预测性管理-集智俱乐部的财新博客-财新网

导语

大数据时代来临，经济和社会数据在人们不经意间就被大量记录。特别地，非干预的、高时空分辨率的行为数据，在预测性管理方面展露出很大的应用前景。本文整理自周涛教授在 AI&Society 第十三期上的演讲。

一、行为规律性预测学习成绩

相比于高中，大学阶段有了更为宽松的学习环境。自由的氛围，本应有利于大学生培养个人兴趣，选择自己喜欢的发展方向。然而，宽松的环境很大程度上放任了大学生对自我管理的缺失。部分学生因为沉迷于网络游戏，终日无心课业，期末考试接连挂科。最终因无法完成学业，遗憾退学，自毁前程。

当教育管理者得知学生期末考试挂科的时候，其实就已经晚了。如果有心观察，沉迷游戏的学生，早在平时的行为就区别于其他学生。比如，他们可能晚出早归，经常逃课，在宿舍通宵玩游戏，总让室友帮忙带盒饭，等等。如果能及时发觉学生的异常行为，就能提早采取干预措施，避免严重学业问题的出现。

相关论文：

Orderliness predicts academic performance: behavioural analysis on campus lifestyle

论文地址：

http://rsif.royalsocietypublishing.org/content/15/146/20180210

不同于西方教育的理念里所推崇的自由氛围，东亚国家的教育文化对纪律性和规律性特别强调。父母更是从小告诉我们，要按时起床，要按时吃饭，要遵守课堂纪律。已有一些实证研究发现，课堂纪律与学生成绩显著相关。然而，行为的规律性与学习成绩的关系，还很少被大规模数据分析验证过。

基于近两万名大学生的校园刷卡记录数据，包括食堂吃饭、寝室洗澡、教学楼打水和图书馆进出4种行为约3000万条刷卡记录，可以构建出两类高阶的行为特征（有序性和努力程度），并与学习成绩形成关联。最终，利用机器学习算法，根据学生的行为特征预测他们的学习成绩。

图1：洗澡和吃饭规律性示意图。（a）中深蓝色代表前5%有规律的，浅蓝色是前5%没规律的。举例而言，（c）图是开始洗澡的时间在一天24小时中的分布，大家容易看到，某位有规律的同学主要在晚上21点左右洗澡，而没有规律的某位同学除了凌晨02:30到05:30，随时都可以去洗澡。| 图片来源：Y. Cao, et al., J. R. Soc. Interface 15 (2018) 20180210

有序性（Orderliness），衡量学生行为的规律程度。基于寝室洗澡和食堂吃饭的刷卡时间序列，使用真实熵（Actual Entropy）来计算。将行为时刻划分到一天内的48个区间内，行为越集中（熵越小）则有序性越大，行为越分散（熵越大）则有序性越小。如图中，深色曲线代表的学生，有序性更大。

将有序性作为重要特征引入机器学习模型，能够显著提高对成绩的预测能力。

努力程度（Diligence），通过教学楼打水和进出图书馆的次数来估计，记录数越多，努力程度越大。

将有序性和努力程度与学习成绩关联起来，结果发现，有序性与学习成绩显著正相关。努力程度与学习成绩的关联性，稍微强于有序性与学习成绩的关联性。有序性与努力程度不显著相关，说明他们对学习成绩的独立解释能力。

二、宗教的在线社交网络隔离

宗教信仰能够促进人类合作，提高公民参与，提升生活满意度，还能引领经济发展。不同宗教和文化团体，因内部倡导文化不同，会表现出不同的社会连接。

一般而言，越小众的亚文化团体，内部成员连接越紧密，更有利于获得团体成员的社会支持。宗教亦是如此。有些宗教可能比较包容，愿意跨宗教交流。也有些宗教可能相对保守，不太倾向于外部沟通。那么，宗教成员之间是怎样连接呢？

以关键词检索和人工核验的方式，研究者在新浪微博平台收集到6875个宗教信仰者账号，包含基督教、佛教、伊斯兰教和道教。分析这些宗教信仰者之间的社会网络，发现节点的出度和入度分布都有很强的异质性。而且，网络有非常清晰的社团结构，仅有1.6%的跨宗教连边。

这说明，宗教网络存在高度隔离的现象，宗教信仰者更倾向于跟同宗教信仰的人连接。这种隔离程度，远高于已知的种族和政治党派的隔离程度。

剔除掉规模效应的影响，将宗教信仰者之间连边的混合模式，与随机置乱模型下的情况做比较。结果发现，宗教信仰者仍然显著地倾向于与同宗教信仰者相连。其中，伊斯兰教和道教的同质性最为突出。佛教信仰者连接其他宗教信仰者的倾向性最大，这暗示佛教在中国的跨宗教交流中扮演重要角色。

慈善活动有助宗教间交流

宗教网络中仅有的一小部分跨宗教连边，为不同宗教信仰者架起沟通的桥梁，对维持宗教网络全局连通性非常重要。通过边渗流动力学，定量刻画跨宗教连边的重要程度。结果发现，跨宗教连边在维系网络联通性方面，比介数中心性、桥接性和节点度起到更显著的作用。

如此重要的跨宗教连边，是如何形成的，又包含哪些连接模式呢？

将跨宗教连边细分为四种类型，结果发现，具有被关注但不关注别人模式的节点（Type 3），其入度是平均水平的十倍以上。进一步分析这些宗教信仰者的账号信息，发现10%左右账号是慈善相关的团体。

在宗教网络中，绝大多数与慈善相关的节点都归属于佛教，这与佛教所倡导的包容和宽容非常契合。值得注意的是，与慈善相关的节点吸引了将近50%的跨宗教连边。这表明，慈善团体在促进宗教彼此交流方面有重要作用，慈善活动或将有助于增进宗教间的合作。

作者：高见

编辑：王怡蔺

话题：