关于人类领域交互流普遍性的观点

通常在分析和建模社会现象时，网络是一个便利的框架，允许表示个体之间的相互关联性。这些网络常被视为社会中发生过程的传输结构，例如信息扩散、流行病传播以及影响力的传播。然而，构建网络可能具有挑战性，因为需要准确地选择其类型和参数。结果是，对动态过程的分析结果往往严重依赖于这一步骤是否正确完成。在本工作中，我们主张可能更有益的是从构建网络的繁琐过程中退一步，关注于互动层面。通过这种视角，我们可以更贴近现实，从认知层面来看，人类直接暴露于事件，而非网络。然而，我们也可以将其与流数据挖掘进行类比，这为流处理提供了有价值的工具。除了将互动流视角作为我们应如何研究社会现象的典型方式，本工作还主张可以将人类本质和认知过程所蕴含的概念映射到互动流中所发生的概念上。利用这一映射可以帮助减少在机器学习问题中数据流处理中所能发现的多样性问题。最后，我们展示了一个将互动流视角应用于的一个案例，namely社会学习过程。