隨著互聯(lián)網(wǎng)和人工智能技術(shù)的飛速發(fā)展,，人類社會(huì)已經(jīng)逐漸轉(zhuǎn)變?yōu)橐粋€(gè)高度互聯(lián),、信息豐富的人智協(xié)同與交互 (Human-AI Interaction  &  Collaboration) 的數(shù)字生態(tài)系統(tǒng)。在這個(gè)生態(tài)系統(tǒng)中,，推薦系統(tǒng),、社交網(wǎng)絡(luò)等新型的協(xié)同與交互模式不僅影響著人們獲取信息的方式，還塑造著人們的興趣,、偏好乃至價(jià)值觀,。然而，數(shù)字生態(tài)系統(tǒng)的內(nèi)生性問題也日益凸顯,，如隱私泄露,、信息過濾泡沫、觀點(diǎn)極化等,。如何多維度系統(tǒng)探究由大規(guī)模人群參與的數(shù)字生態(tài)系統(tǒng)的宏觀微觀演化模式,，揭示其中潛在的隱私、價(jià)值等突出問題,，已經(jīng)成為AI for Social Science持續(xù)關(guān)注的重要研究方向,。

圍繞這一研究方向，依托國(guó)家自然科學(xué)基金面上項(xiàng)目“面向協(xié)同成長(zhǎng)的在線社區(qū)群體交互行為分析與推薦方法研究”,，實(shí)驗(yàn)室開展了廣泛的研究工作,。近期，實(shí)驗(yàn)室博士研究生張光平作為第一作者的論文“Simulating News Recommendation Ecosystems for Insights and Implications”被IEEE TCSS期刊錄用并發(fā)表,。該文章以在線新聞社區(qū)為場(chǎng)景,，構(gòu)建了新聞推薦生態(tài)系統(tǒng)演化模擬平臺(tái) SimuLine，探究現(xiàn)有推薦系統(tǒng)運(yùn)行模式下新聞社區(qū)“啟動(dòng)-成長(zhǎng)-成熟-衰退”的生命周期,，并對(duì)生命周期中每個(gè)階段的維護(hù)提出了戰(zhàn)略性建議,，旨在最大程度地延長(zhǎng)新聞社區(qū)的生命周期，并提升其可持續(xù)性,。此外,，還探討了推薦系統(tǒng)設(shè)計(jì)策略對(duì)演變過程的影響，為推薦系統(tǒng)的設(shè)計(jì)帶來了新的思路,。該研究成果曾先后在中國(guó)控制大會(huì)CCC’ 23,、中國(guó)人工智能學(xué)會(huì)社會(huì)計(jì)算與社會(huì)智能學(xué)術(shù)年會(huì)BDSC’ 23、中國(guó)計(jì)算機(jī)大會(huì)CNCC’ 23,、中國(guó)強(qiáng)化學(xué)習(xí)社區(qū)大會(huì)RLChina’ 23等的報(bào)告中展示,，獲得學(xué)界和業(yè)界的廣泛關(guān)注,。

模擬框架

論文鏈接：

https://ieeexplore.ieee.org/abstract/document/10504866

代碼鏈接：

https://github.com/aSeriousCoder/SimuLine