同群效应(Peer Effect)

“同群效应”就是中国古语所谓“近朱者赤,近墨者黑”。它所指的是这样一种现象:一个人的行为不仅受到价格、收入等个体自身经济利益的激励影响,同时也会受到他周围的与他相同地位的其他人影响。

如果我们对一个事件进行建模,我们抽象出在这个事件中,有:

  1. N 个人

  2. 每个人(Pj)都有一个引发动作的阈值Tj

  3. 当某个或某些人(Pn)的阈值大于某个值(Tn)时,Pj 加入此事件

这样的模型叫做格兰诺维特模型

下面我们来举一个『穿红色衣服』的例子来说明这个模型。

假设有5个人,每个人都根据有多少人戴了帽子来决定自己是否穿红色衣服,5个人的阈值为0、1、2、2、2,数字代表当有多少人穿红色衣服自己才会穿红色衣服。可以看到,当第一个人穿红色衣服(阈值为0)之后,第二个人也穿红色衣服(阈值是1),紧接着后面3个人虽然不是很想穿红色衣服,但是由于前两2个人都穿红色衣服,所以也穿红色衣服(阈值为2)。

如果这5个人的阈值为0、1、2、3、4、5,那么第一个穿红色衣服会让后面的人都穿红色衣服

这两组人的阈值的均值分别为1.4和2.5,可以看到虽然第二组有更多的人不想穿红色衣服,但是由于有阈值为0和阈值为1的「极端」分子存在,剩下的也会选择穿红色衣服,这会导致系统出现蝴蝶效应。

从这个例子可以得到,一个系统的阈值的分布十分重要,如果有更多的异质性,差异巨大,特别是有极端的情况,那么行为便会在系统中传染,发生蝴蝶效应,从而导致集体行为的发生。

起立鼓掌模型(Stand Ovation Model)

起立鼓掌模型是基于格兰诺维特模型并且融合了同群效应的一个模型,这个模型通过为剧场中起立并且鼓掌的行为进行建模,从而让我们清楚的了解和挖掘有哪些因素可以影响这个事件。

当你正在剧场里面看戏,通常会遇到起立鼓掌这个事情,起立鼓掌包含了两个动作,首先是起立,紧接着要决定是否进行鼓掌。起立的时候通常没有太多的时间去思考(在这门课的后面我们会学习如何对人类的行为建模,我们会假设人类都是理性的,会进行思考再做出行动,这里我们假设人们没有足够的时间进行思考,需要立刻做出决定),所以这个时候人们的行为更像是根据规则做出判断。

下面我们对起立这个动作进行建模。假设你的前方做着一位女士,演出结束后她站了起来,猛烈的鼓掌,这个时候你可能也会站起来,我们可以把这样的行为解释成同群效应,也可解释为这位女士提供了一种信息(演出的质量),你会认为她在告诉你演出有多么的好,当演出的质量超过自己的阈值时,你便会起立(和格兰诺维特的戴帽子「戴帽子」模型不一样,格兰诺维特模型的阈值是指发生行为的其他人的数量,这里指演出的质量即时间本身)。我们定义起立的阈值为T,演出的质量为Q,在实际的起立鼓掌中,我们参考的可能并不仅仅是演出的质量,还可能有其他因素,所以我们再加入一个参数 E 来代表其他的因素。这样我们参考的就是Q+E 的值,我们把这个值定义为信号(S=Q+E),由此我们得到:

如果T<S 就起立,反之不起立。

紧接着我们对起立后的鼓掌建模,我们简单的假设当超过 X%的人们起立,就开始鼓掌。综合上面两点,这样我们得到了一个描述起立鼓掌的模型:

变量有:起立的阈值T,演出的质量Q,其他因素E,起立的信号S=Q+E

规则:

  1. 如果 T<S,起立;反之不起立

  2. 超过X%的人起立,就鼓掌

由此我们得到以下的结论。

结论1

提高演出质量(Q),越容易发生起立鼓掌。

结论2

降低我们的阈值,这也是显而易见的一个结论,越低的阈值越有可能让我们站起立,从而导致鼓掌。

结论3

更小的X。这里会有一个同群效应,如果我们仔细想一想这里的 X 实际上可以分为2类人,一类是不依靠别人的起立就起立的人,他们是最清楚自己的人,另外一类是观察到别人站起来才起立的人。第一类人的起立可以影响第二类人起立,从而让更多人的起立。

结论4

如果 Q<T,但是 E 有更多的变化,那么更容易发生起立鼓掌。这里的 E 我们可以理解成观众的多元性(Diversity),因为对于演出的质量,不同的观众会有不同的理解,观众会认为演出很棒或者很差,关于这个结论我们来举个例子:

我们假设有1000名观众,T=60,Q=50,并且人数相对于阈值分布是均匀的,

当E[-15,+15]之间时,

也就是初始起立的人数占5/65=7.7%。

当E[-50,+50]之间时,

也就是初始起立的人数占40/100=40%。

所以只要 X<40%,就会引起起立鼓掌(X小于40%的概率要大于7.7%)。这个例子说明了多元化可以更容易的引起起立鼓掌。从这个结论我们可以想到如何扩大 E,比如:

  1. 更多的不同层次的观众

  2. 更深刻的节目(不易理解)

以上我们得到了起立鼓掌模型的4个有用的结论,在实际应用中,我们可以通过提高演出质量,加入更多的不同层次的观众,利用同群效应来增加起立鼓掌。

下面我们来加入另外的一些因素,构建一个更符合实际情况的的起立鼓掌模型。

考虑一下实际的剧院中你是如何起立鼓掌的,通常你只会关注前方的人是否起立,从而决定你是否起立,通常坐在前排的都是重要的人(名人)。

通常的视线(只关注前方的人)

另外,如果你和朋友一起去剧场,当你的朋友起立的时候,你通常也会起立。

考虑上面的两个因素,我们可以得到另外2个增加起立鼓掌的因素:

  1. 安排更多的名人

  2. 更多更大的团体

增强这两个因素都可以引发起立鼓掌。

到目前为止,我们通过对起立鼓掌模型建模,了解到了基于同群效应的基于规则的人群是如何行动的,并且从模型得到了增加事件发生概率的方法。我们甚至可以将起立鼓掌鼓掌模型运用到其他地方,例如:

1. 集体事件

2. 城市翻新

3. 提高在线课程的参与率

总结:

以上都是基于课程内容的概括和总结,大部分都来自于 公开课《模型思维》的第二章。

下面我说说自己的观点,其实,有了这样一个模型。

我们就不难发现,其实生活中有很多很多可以运用到这个模型的地方。

比如:一个比较懒得人,如何让他变得勤劳。

第一:可以降低他对勤劳这个事的反感度。(这个也可以理解为提高他对勤劳这个事的积极性)。

第二:安排他去一个勤劳的环境。

又比如:一个爱吸烟的人如何让他戒烟。

第一:降低他对吸烟的依赖度。

第二:安排他去一个不吸烟人的环境。

当然以上答案都需要数据来作为解题的关键,可能还有其他因素的影响,也可以做为这个模型的变量。

其实只要能建立起这个模型 那么问题就可以通过模型进行有效的分析和解决。。

转载于:https://www.cnblogs.com/tomblog/p/4856927.html

我也来谈谈模型思维(一):同群效应相关推荐

  1. epoll模型实现及惊群效应

    笔者之前写过关于epoll的两篇博文:浅谈epoll的水平触发与边沿触发_码农诗人的博客-CSDN博客和Nginx事件模块学习之epoll_码农诗人的博客-CSDN博客仅仅只是对epoll模型的基本用 ...

  2. 以知识图谱为例,模型思维:简化世界的人工智能模型

    模型,是客观事物的简化表示! 历史上,每一个伟大模型的提出,都极大地推动了科学和社会的发展,比如历史上出现的3个非常有名的模型--万有引力定律.大陆漂移假说.日心说. 在人工智能领域,也有很多模型用来 ...

  3. 快看漫画大数据平台的模型思维与用户增长实践

    本文根据快看漫画屈世超老师在DataFunTalk数据主题技术沙龙活动"大数据从底层处理到数据驱动业务"中分享的<大数据平台的模型思维与用户增长实践>编辑整理而成,在未 ...

  4. [原创]IBM BLM模型思维导图

    [原创]IBM BLM模型思维导图 IBM业务领先模型 http://wenku.baidu.com/view/1d1d247af242336c1eb95e3b.html?from=search

  5. 模型思维-THE MODEL THINKER

    序言这本书是怎样写成的 Part1为什么需要模型思维 01做一个多模型思考者 使用模型来思考能够带给你的,远远不仅仅是工作绩效的提高.它还会使你成为一个更优秀的人,让你拥有更强的思考能力.你将更擅长评 ...

  6. 《麦肯锡意识》前言 解决问题的战略模型-思维导图

    <麦肯锡意识>前言 解决问题的战略模型-思维导图 文章目录 解决问题的理论模型 解决问题的战略模型 客户需求 分析 汇报 管理 实施 领导力 本书侧重探讨此模型的分析.汇报和管理部分 本书 ...

  7. 《模型思维》—— 斯科特.佩奇

    模型就是经验的抽象集合.我们平时听到的言语.公式.定理等,本质上都是一种模型.统计学大师乔治.博克斯说过,所有模型都是错误的,他们只在特定的尺度上成立.假设只用一个模型观察世界,就会让真理成为公式的牺 ...

  8. 学习 《模型思维》-斯科特·佩奇 笔记 9.26

    分类模型 预测的实证研究结果与这种推论一致.虽然增加模型可以提高准确性(根据多样性预测定理,必定会是这样),但是在已经拥有了一定数量的模型之后再继续增加模型,每个模型的边际贡献就会下降.例如,谷歌公司 ...

  9. 极智AI | 谈谈模型剪枝之通道剪枝策略

      欢迎关注我的公众号 [极智视界],获取我的更多笔记分享   大家好,我是极智视界.本文主要聊一聊模型剪枝之通道剪枝相关实践分享.   模型剪枝是模型推理加速的重要实现技术手段,模型剪枝往往期望达到 ...

最新文章

  1. 配置安全的windows2003服务器
  2. 《Groovy语言规范》-语法
  3. Java发送GET/POST请求
  4. linux curl 特殊字符,遇到问题--curl--- url参数中有+、空格、=、%、、#等特殊符号的导致传参不全 | 易学教程...
  5. Java ArrayList的Array,Array的ArrayList
  6. 某宝双十一自动养猫,解放你的双手得喵币
  7. CampusBulider(模模搭)学习笔记6:室内搭建
  8. Linux应该怎么快速学习?首推这份全网爆火的“Linux速成笔记”,阿里架构师都在用它!
  9. 这是我见过最干净的系统(WIN10 LTSC 2019)
  10. 【尝鲜】无视tpm安装win11 - 任何电脑皆可安装
  11. flash插件替换方案-把uploadfy替换为uploadfive
  12. 1.6启动失败的解决办法
  13. 动物克隆技术应用价值_动物克隆技术及其研究现状
  14. windows 音频编程
  15. 坚持#第261天~DNS域名系统
  16. 是谁在我的心里打了个结(十七)袋子
  17. 15.全网最详教程-springboot 中如何集成jsp模板、如何集成thymeleaf 模板
  18. 杜洋视频入门PCB设计 软件AD09 淘宝上买的全套超清教程
  19. GAP: Generalizable Approximate Graph Partitioning Framework(广义近似图划分框架)
  20. 我的产品经理入门之路

热门文章

  1. Mac下的终端(terminal)常用命令
  2. 手机号查QQ号(Python3版)
  3. springboot o.a.tomcat.util.scan.StandardJarScanner : Failed to scan [file:/D:/apache-maven-3.0.5
  4. 协作机器人实现古法艾灸
  5. [人脸活体检测] 人脸活体检测简介
  6. 征信大数据的盈利模式,怎么赚钱?
  7. 实训二十八:交换机 DHCP Snooping 的配置
  8. 20. 有效的括号-C语言
  9. python异步协程实战:wallhaven壁纸网站
  10. java连接数据库用户 'sa' 登录失败。 ClientConnectionId:解决方法