2025年大学《系统科学与工程》专业题库- 社会网络分析与系统建模

2025年大学《系统科学与工程》专业题库——社会网络分析与系统建模考试时间：______分钟总分：______分姓名：______一、简答题（每题10分，共40分）1.简述网络中心性的主要类型及其在识别网络关键节点方面的作用。2.请解释系统动力学中的“反馈回路”概念，并举例说明正反馈回路和负反馈回路在系统行为中的作用机制。3.在进行社会网络分析时，选择合适的网络可视化方法需要考虑哪些因素？请比较节点大小、颜色、边粗细等不同可视化元素的典型含义。4.描述系统建模的主要步骤，并说明在模型构建过程中进行敏感性分析的重要性。二、计算与分析题（每题15分，共45分）1.假设一个小型研究团队由6名成员组成，他们之间的合作关系如下：成员A与B、C合作过；成员B与A、C、D合作过；成员C与A、B、D、E合作过；成员D与B、C、E、F合作过；成员E与C、D合作过；成员F仅与D合作过。请根据此合作关系：(1)绘制该团队的合作关系网络图（无需精确比例，能清晰表示节点间连接即可）。(2)计算网络中每个节点的度中心性，并指出该网络中的核心节点。(3)简要分析该网络图显示出哪些合作模式或特征。2.考虑一个简单的库存控制系统模型，该模型使用系统动力学方法描述。系统中包含“库存水平”和“订单流入”两个主要变量。当库存水平低于某个阈值时，订单流入增加以补充库存；当库存水平高于另一个阈值时，订单流入减少以避免积压。请：(1)画出该系统的基本因果关系图，标明变量和反馈回路。(2)说明该系统中可能存在的正反馈回路和负反馈回路，并解释它们如何影响库存水平。(3)如果模型预测在某个时间点库存水平会出现剧烈波动，可能的原因是什么？请从系统动态的角度进行解释。3.假设你要研究某个城市社区内信息传播的模式，你计划同时运用社会网络分析和系统动力学方法。(1)在社会网络分析层面，你可能会关注哪些网络特征（如网络密度、中心性、社区结构）来理解信息传播的效率和范围？(2)在系统动力学层面，你可能会构建哪些关键变量（如“知晓信息的人数”、“讨论信息的人”、“态度转变者”）来模拟信息传播的动态过程？(3)请简述如何将社会网络分析的结果（例如，识别出的关键传播节点或社区）融入到系统动力学模型中，以增强模型对信息传播过程模拟的准确性和深度。三、论述题（25分）试结合一个你熟悉的社会现象（如在线社交媒体上的舆论形成、城市交通拥堵的演化、某种流行病的传播等），阐述如何综合运用社会网络分析和系统动力学两种方法来进行分析。请具体说明：(1)如何运用社会网络分析来理解该现象中个体间的互动关系、信息流动模式或关键影响者的识别？(2)如何运用系统动力学来刻画该现象的动态演化过程、关键变量及其相互作用和反馈机制？(3)在这个综合分析中，两种方法如何相互补充，提供比单一方法更深入、更全面的洞察？请说明你的分析思路和研究框架。试卷答案一、简答题（每题10分，共40分）1.答案：网络中心性主要类型包括度中心性（衡量节点连接的紧密程度）、中间中心性（衡量节点控制信息流动的能力）、接近中心性（衡量节点到网络中其他所有节点的平均距离）、特征向量中心性（衡量节点与高中心性邻居的联系程度）。在网络中，高中心性节点通常扮演关键角色，可能是信息的关键源头或集散地、资源控制者或影响力中心。解析思路：考察对网络中心性核心概念的掌握。需要准确列出主要类型（至少三种），并简要解释每种类型的含义。最后要说明中心性的作用，即识别网络中的关键节点。2.答案：反馈回路是系统动力学中的核心概念，指系统中某个变量（行动或结果）通过一系列因果关联，最终影响到自身的回路。正反馈回路会放大初始变化，导致系统指数增长或振荡加剧（如“越多越好”或“恶性循环”）；负反馈回路则倾向于将系统状态拉回到一个目标或平衡点，起到稳定系统的作用（如“恒温器”）。它们是理解系统行为动态性和稳定性的关键。解析思路：考察对反馈回路定义和分类的理解。需要明确反馈回路的定义，区分正负反馈回路的特征（放大vs.稳定）及其典型例子或描述（如“越多越好”、“恶性循环”、“恒温器”）。3.答案：选择网络可视化方法需考虑网络规模、密度、分析目的等因素。节点大小通常表示度中心性或重要性；颜色可区分不同类型节点、社区或状态（如活跃/非活跃）；边粗细可表示关系强度、频率或权重。有效的可视化应能清晰揭示网络结构特征（如集群、中心节点）并服务于分析目标。解析思路：考察对网络可视化原则和常用视觉编码的理解。需要说明选择方法的依据（网络特性、目的），并能解释几种基本视觉元素（大小、颜色、粗细）在可视化中的典型含义。4.答案：系统建模主要步骤包括：界定问题与目标、识别关键变量与实体、构建因果关系图、选择建模方法与工具、建立数学模型（或结构化模型）、收集数据与校准模型、运行模拟与敏感性分析、验证模型与解释结果、应用模型与政策分析。敏感性分析重要，因为它能识别哪些模型参数对输出结果影响最大，有助于确定关键变量、评估模型不确定性，并指导数据收集和模型简化。解析思路：考察对系统动力学建模流程的掌握程度。需要列出主要步骤，并重点解释敏感性分析的意义和作用，说明其在模型开发和应用中的价值。二、计算与分析题（每题15分，共45分）1.答案：(1)网络图（示意性）：```A---B---C---E\/\/D-------F```（注：此图仅为示意连接，未标度）(2)度中心性：A(2),B(3),C(4),D(4),E(2),F(1)。核心节点为C和D。解析思路：第一步，根据题意绘制无向简单图。第二步，计算每个节点的度（与该节点相连的边的数量）。第三步，比较度中心性大小，度中心性最高的节点即为核心节点。此题核心节点有C和D，均为连接最多的节点。(3)分析：网络呈现一定的聚类性（如A-B-C-D形成小链状），存在中心节点C和D，表明合作可能集中在某些成员身上。部分成员（如F）连接较少，可能处于网络边缘。整体合作网络相对稀疏。解析思路：基于绘制的网络图，观察并描述其拓扑结构特征，如节点连接模式、是否存在明显的核心与边缘、网络的连通性等，并结合合作关系进行合理解释。2.答案：(1)因果关系图（示意性）：```+-------+|库存|+-------+<---订单流入|水平|+-------+^/||阈值低?是->+|||+----------|---------------+||||阈值高?|是<-订单流入+|v|+-------++-------+|订单||库存||流入|<------->|水平|+-------++-------+```（“+”表示增加，“-”表示减少，“?”表示条件判断）(2)正反馈回路：库存水平->订单流入->库存水平（当库存低时，订单流入增加导致库存更快补充，可能形成增长趋势，若无限制则可能无限增长）。负反馈回路：库存水平->订单流入->库存水平（当库存高时，订单流入减少导致库存下降，库存下降又促使订单流入增加，使库存趋于稳定在某个目标区域）。解析思路：第一步，根据描述绘制简单的因果关系图，表达变量间的作用方向和条件。第二步，识别回路。库存与订单流入之间存在双向联系，结合库存高低形成两个回路：低库存时订单增加促进库存增加（正反馈），高库存时订单减少抑制库存增加（负反馈）。第三步，解释回路的含义。(3)可能原因：系统参数设置不合理（如阈值设置过宽或过窄，反馈强度过大/过小），存在外部扰动（如突然的需求激增或供应中断），模型忽略了其他重要变量（如生产能力限制、价格影响），或者库存水平进入了模型的非线性区域。解析思路：从系统动态角度出发，分析可能导致剧烈波动的因素。重点放在系统内部参数、外部扰动、模型结构简化或非线性效应等方面，解释这些因素如何打破系统的平衡状态。3.答案：(1)社会网络分析层面可关注：网络密度（反映信息传播的密集程度）、平均路径长度（反映信息传播的速度范围）、中心性（识别关键传播者）、社区结构（识别信息传播的局部范围或障碍）。这些特征有助于理解信息传播的效率、范围和可能被阻碍的环节。(2)系统动力学层面可构建变量：如“已知晓人数”（状态变量，累积增加）、“信息传播速率”（取决于知晓人数和接触概率，流量变量）、“个体态度/信任度”（可能影响传播意愿，辅助变量或状态变量）、“媒体/渠道影响”（外部输入或政策变量）。这些变量有助于模拟信息随时间扩散的动态过程。(3)综合运用：在社会网络分析中识别出的高中心性节点（信息传播者）或关键社区，可以在系统动力学模型中作为参数输入（如赋予这些节点更高的传播效率或作为“信息源”），或用于校准模型中的传播率参数。识别出的社区结构可以在模型中体现为不同的局部传播模式或阻力。例如，可以将社区视为具有不同属性（如内部信任度、信息接触频率）的子系统，使模型更精细化地反映现实。解析思路：第一步，针对社会网络分析，列举与信息传播相关的网络指标。第二步，针对系统动力学，构思模拟信息传播所需的核心变量类型。第三步，阐述如何将网络分析结果（节点、社区）融入或应用于系统动力学模型中，说明其具体作用方式（如参数化、校准、体现局部特性），体现两种方法的互补性。三、论述题（25分）答案：以在线社交媒体上的舆论形成为例，综合运用社会网络分析和系统动力学方法可进行深入分析。(1)社会网络分析应用：首先，绘制舆论相关者（用户、媒体、意见领袖、话题本身）的网络图谱。通过分析网络结构（如核心-边缘结构、社区划分），识别出关键的意见领袖（高中心性节点）和信息传播路径（高介数节点）。分析信息节点（话题）在网络中的扩散模式（SIR模型应用），观察舆论的初始引爆点、传播速度、影响范围和衰减规律。比较不同网络社群（社区）对同一话题的接受度和立场差异，理解舆论分化的网络基础。通过分析用户之间的互动关系（点赞、评论、转发网络），理解情感和观点在网络中的共鸣与传播机制。(2)系统动力学应用：构建舆论形成的系统动力学模型。关键变量可包括：“支持该观点的人数”（状态变量）、“信息传播速率”（受网络密度、关键节点影响力、媒介曝光度等影响，流量变量）、“舆论态度转变率”（受已有观点人数、意见领袖影响、对立观点压力、事实信息冲击等影响，可以是负反馈或正反馈）、“媒体关注度”（可能作为外部输入或受舆论热度影响，呈现延迟效应）、“公众认知水平/情绪状态”（可能影响转变率，为辅助变量）。通过因果关系图和存量流量图，刻画舆论热度随时间演化的动态过程，识别出关键的反馈回路（如“意见强化回路”、“信息茧房回路”、“事实更正回路”）及其对舆论极化或收敛的影响。(3)综合分析：社会网络分析侧重于揭示舆论形成的“微观结构”和“传播路径”，回答“谁在传播？”、“如何传播？”的问题。系统动力学则侧重于描绘舆论演化的“宏观动态”和“因果机制”，回答“何时达到峰值？”、“为何会波动？”的问题。两者结合，可以更全面地理解舆论形成。例如，利用网络分析识别出的关键意见领袖，将其影响力参数输入系统动力学模型，可以更精确地模拟其对该话题热度上升或下降的推动作用。利用网络分析得到的社区结构信息，可以在系统动力学模型中区分不同群体的态度转变率，模拟舆论的分化与整合过程。这种结合使得分析既能把握传播的个体互动细节，又能洞察整体趋势的动态演化，为理解复杂舆论现象提供更立体、更深入的视角。研究框