社交网络的潜在认知结构

当被要求回忆其社交网络时，理论与实证工作告诉我们，人们依赖捷径或启发式。认知社交结构（CSS）是一种多层社交网络，其中每一层对应个体对网络的感知。鉴于对同一网络的多种感知，CSS 蕴含了关于这些启发式如何显现的丰富信息，这引出了一个问题：我们能否识别出共享相同启发式的人？在这项工作中，我们提出一种跨多种网络感知识别认知结构的方法，类似于社区检测旨在识别网络中的社交结构。为联合建模潜在的社交与认知结构，我们将 CSS 研究为三维张量，采用低秩非负 Tucker 分解（NNTuck）来近似 CSS——该过程与从此类数据估计多层随机块模型（SBM）密切相关。我们提出将所得潜在认知空间作为社会学社交认知理论的操作化，通过识别共享关系图式的个体来实现。除建模认知独立、依赖与冗余网络外，我们提出一个特定模型实例及相关的统计检验，用于检验网络中何时存在社会-认知一致性：即社交结构与认知结构等价时。我们运用所提方法分析了四个不同的 CSS，并给出了这些网络潜在认知结构的见解。