群體智能讀書會 | 第十期：面向網絡傳播建模與優化的群體智能方法

導語

網絡傳播并不是簡單的轉發擴散，而是受個體差異、群體行為、信息強度、網絡拓撲與傳播模式共同耦合影響。圍繞網絡信息與疫情等真實案例，本次分享將先從演化建模與優化分析入手，刻畫不同情境下的傳播規律，提煉關鍵機制并給出控制思路。進一步面向超大規模、去中心化且動態不確定的傳播環境，介紹分治型群智優化框架，利用自適應解耦劃分決策空間與分布式協同機制支撐多種群協同演化，服務于謠言治理、信息繭房緩解與突發事件負面傳播疏導，提升網絡治理效率與質量。

本次讀書會將圍繞進化計算、多智能體系統與分布式數據驅動優化這一主題，聚焦群體智能的理論機制與工程應用，介紹從多智能體協同優化到邊云協同代理輔助進化算法的最新研究進展，討論在無中心控制、局部通信和分布式數據條件下，如何實現可擴展、高魯棒性的群體協同與智能決策。

內容簡介

一、多因耦合的網絡傳播演化建模與優化分析

個體因素、群體因素、信息量、網絡拓撲、傳播模式等因素都會對傳播產生影響，為此，我們多角度研究了網絡信息、新冠疫情等真實案例在不同情況下的演化規律與傳播特征，并為之建模與優化，揭示其背后的機制與規律，進而找到相應的控制策略。

二、網絡傳播高效優化：分治型群智方法

在大數據與人工智能時代，社會網絡規模空前龐大，催生了復雜的網絡傳播難題。本項目針對高維復雜、去中心化且動態不確定的大規模網絡傳播環境，擬研發一套適配多情景的分治型群體智能方法框架。具體包括：融合網絡拓撲信息與決策空間結構信息的自適應重疊解耦機制，實現群體智能決策空間的有效劃分；構建基于非完全信息的分布式自主協同機制，達成去中心化環境下的多種群合作協同演化；針對信息繭房、謠言傳播、病毒式傳播等網絡難題，開展網絡傳播優化的創新應用。本研究深入探索網絡拓撲空間與群體智能決策空間的關聯規則，以及群體智能中多種群局部自治與鄰域協同的平衡機制，目標是優化正面傳播、疏導治理重大突發事件中的負面傳播，助力提升網絡傳播的治理效率與質量。

分享大綱

內容 1 在線社交網絡傳播：信息耦合與雙話題驅動機制

• 內容 1.1 核心影響：個體行為、群體結構、信息耦合與網絡拓撲特征

• 內容 1.2 典型場景：人肉搜索、交疊網絡、政策觸發雙話題傳播

• 內容 1.3 研究目標：建模刻畫傳播機制，提出輿情調控優化策略

內容 2 傳染病傳播演化：跨尺度建模與分形擴散規律

• 內容 2.1 核心影響：高危人群動態、經濟流動、人口遷徙與分形結構

• 內容 2.2 典型場景：COVID-19 高危人群傳播、GDP 關聯輻射、分形跨尺度傳播

• 內容 2.3 研究目標：揭示疫情演化規律，構建精準建模與防控體系

內容 3 人體經絡系統：網絡構建與混沌動力學分析

• 內容 3.1 核心影響：經絡拓撲結構、混沌動力學特征與健康狀態

• 內容 3.2 典型場景：經絡關聯網絡構建、混沌特征分析、智能辨證檢測

• 內容 3.3 研究目標：量化經絡演化規律，提供中醫辨證科學依據

內容4 社交網絡上信息繭房、謠言傳播與病毒式傳播動力學研究

• 內容4.1 多平臺社交網絡環境下信息繭房的形成過程與建模分析

• 內容4.2 社交網絡中信息病毒式傳播的動力學模型構建與模擬驗證

• 內容4.3 社交網絡中謠言的傳播路徑、特征及經典優化問題

內容5 分治型群體智能框架：面向多情景傳播治理的方法體系

• 內容5.1 離散型群智優化算法的原理、改進與性能驗證

• 內容5.2 分治型群智優化算法的設計、實現與優化策略

• 內容5.3 基于群體智能框架的多情景傳播治理實際解決方案

內容6 創新應用與治理目標：優化正面傳播并疏導突發事件負面傳播提升效率與質量

• 內容6.1 面向網絡傳播優化場景的群體智能框架搭建與完善

• 內容6.2 傳播治理模式的創新路徑與實踐路徑探索

• 內容6.3 基于智能體的傳播仿真技術應用機遇、現存挑戰及應對思路

核心概念

• 網絡傳播演化 Network Diffusion Dynamics

• 網絡拓撲 Network Topology

• 分治型群體智能 Divide-and-conquer Swarm Intelligence

• 自適應重疊解耦 Adaptive Overlapping Decomposition

• 非完全信息分布式協同 Distributed Coordination under Incomplete Information

• 多種群協同演化 Multi-population Cooperative Coevolution

• 信息繭房 Echo Chamber

• 網絡傳播優化 Network Diffusion Optimization

主講人介紹

主講人：年福忠，蘭州理工大學人工智能研究院院長，二級教授、博導，甘肅省領軍人才。博士畢業于大連理工大學，曾任清華大學訪問學者（中組部“西部之光”），現為復雜系統智能信息處理團隊負責人，入選“隴原青年創新人才扶持計劃”等人才計劃，兼任中國自動化學會計算社會與社會智能專委會常委，中國醫學裝備協會醫療器械創新與應用分會常委等。研究成果獲甘肅省自然科學二等獎（排名第1），甘肅省高校科技進步一等獎（排名第1），甘肅省高校科研優秀成果二等獎（排名第1），甘肅省教育廳教學成果獎，遼寧省自然科學三等獎等多項獎勵。近年來，在以第一作者或通信作者身份在IEEE Trans. NSE、IEEE Trans. CSS等SCI期刊上發表論文100余篇，出版專著1部，教材2部。近年來主持完成包括國家自然基金項目（3項）在內的各類科研項目20余項，其中由其主持研發的多導經絡智能檢測儀，獲國家醫療器械注冊證，同時獲得1000萬元風投基金，產品已在北京護國寺中醫醫院等多家醫院臨床應用。相關工作被新華社專訪，新浪、鳳凰網等國內主流媒體轉載。

主講人：趙甜芳，暨南大學計算傳播研究中心特聘研究員，廣東省科技創新青年拔尖人才（省部級），廣州市網絡輿情分級與判定標準起草專家。研究領域包括智能傳播、分治型群智優化。累計發表IEEE TCYB/TKDE/TSMC/TNSE/TCSS等在內的期刊及會議論文30余篇，其中包括近10篇頂刊論文。主持國家自然科學基金青年項目一項、省部級項目三項。現為中國計算機學會協同計算專委會執行委員、中國中文信息學會SMP專委會委員，國際期刊Journal of Social Computing青年編委，擔任TNNLS/TCSS/TAI/IPM/計算機學報等期刊審稿人。曾獲廣東省人工智能產業協會科學技術獎自然科學獎一等獎、ACM廣州新星獎，近五年指導學生團隊獲省級以上競賽獎勵30余項，培育成果入選2023年中國計算機學會技術公益案例集。

參考文獻

1. Fuzhong Nian*, Diao, Hongyuan, A Human Flesh Search Model Based on Multiple Effects, IEEE Transactions on Network Science and Engineering, 2020, 7(3): 1394-1405

2. Fuzhong Nian*, Luo Li, Liu Xirui, Information Dissemination Evolution Driven by Hierarchical Relationship[J]. IEEE Transactions on Computational Social Systems, 2024, 11(2): 1967-1978.

3. Ren Jinhu, Fuzhong Nian*, Yang Xiaochen. Two-Stage Information Spreading Evolution on the Control Role of Announcements[J]. IEEE Transactions on Computational Social Systems, 2024, 11(3): 4315-4325

4. Tian-Fang Zhao, Wei-Neng Chen, Sam Kwong, et al. Evolutionary Divide-and-Conquer Algorithm for Virus Spreading Control Over Networks, IEEE Transactions on Cybernetics, 2021, 51(7): 3752-3766.

5. Gu M, Zhao T F, Zhong J H, et al. Progressive Community Merging Cooperative Coevolution Algorithm for Influence Blocking Maximization in Social Networks. IEEE Transactions on Network Science and Engineering, 2025, 12(3): 2093 - 2106.

6. Tian-Fang Zhao, Wei-Neng Chen, Wee-Chung Liew, et al. A Binary Particle Swarm Optimizer With Priority Planning and Hierarchical Learning for Networked Epidemic Control, IEEE Transactions on Systems, Man, and Cybernetics-Systems, 2021, 51(8): 5090-5104.

報名讀書會：

「群體智能：從自然涌現到人機共創」

集智俱樂部聯合北京師范大學系統科學學院韓戰鋼教授、暨南大學計算傳播研究中心趙甜芳副教授、新疆大學物理科學與技術學院玉素甫·艾比布拉副教授等學者，共同發起本次，嘗試用一條普適的線索，把自然界的鳥群蟻群、人類社會的集群行為、以及人工智能時代的多智能體與群智優化，放在同一張地圖上重新理解。讀書會自2026年1月24日開始，安排在每周六下午 14:00–16:00，歡迎所有對群體智能如何涌現、如何被理解、以及如何被設計，感興趣的朋友一起加入：帶著問題來，帶著更有趣的問題去。

視頻號直播預約：

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應主題的讀書會社區（微信群）。

PS：為確保專業性和討論的聚焦，本讀書會謝絕脫離讀書會主題和群體智能相關問題的空泛的哲學和思辨式討論；如果出現討論內容不符合要求、經提醒無效者，會被移除群聊并對未參與部分退費。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。