Научный журнал ВолНЦ РАН (печатное издание)
23.12.202412.2024с 01.01.2024
Просмотры
Посетители
* - в среднем в день за текущий месяц
RuEn

рубрика "Вопросы теории и методологии"

Прогнозирование распространения норм и ценностей в России с использованием агент-ориентированного подхода

Машкова А.Л.

Том 15, №1, 2022

Машкова А.Л. (2022). Прогнозирование распространения норм и ценностей в России с использованием агент-ориентированного подхода // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 15. № 1. С. 90–109. DOI: 10.15838/esc.2022.1.79.5

DOI: 10.15838/esc.2022.1.79.5

Аннотация   |   Авторы   |   Список литературы
  1. Вайгенг Й., Морев М.В., Уханова Ю.В., Косыгина К.Е. (2021). Эффективность деятельности органов власти на локальном уровне в условиях пандемии COVID-19 (опыт России и Китая) // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 14. № 4. С. 231–250. DOI: 10.15838/esc.2021.4.76.14
  2. Давыдов С.Г. (2021). Цифровые компетенции россиян и работа на самоизоляции во время пандемии COVID-19 // Мониторинг общественного мнения: экономические и социальные перемены. № 2. С. 403–422. DOI: https://doi.org/10.14515/monitoring.2021.2.1913
  3. Ильичева Л.Е., Кондрашов А.О., Лапин А.В. (2021). Доверие как мост над пропастью неуверенности между властью и обществом // Мониторинг общественного мнения: экономические и социальные перемены. № 2. С. 162–185. DOI: https://doi.org/10.14515/monitoring. 2021.2.1917
  4. Лапин Н.И. (2010). Функционально-ориентирующие кластеры базовых ценностей населения России и ее регионов // Социологические исследования. № 1. С. 28–36.
  5. Макаров В.Л., Бахтизин А.Р. (2013). Социальное моделирование – новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика. 295 с.
  6. Мареева С.В. (2013). Динамика норм и ценностей россиян // Социологические исследования. № 7. С. 120–130.
  7. Мареева С.В. (2015). Ценностная палитра современного российского общества // Мониторинг общественного мнения: экономические и социальные перемены. № 4. С. 50–65.
  8. Машкова А.Л., Дембовский И.А. Новикова Е.В. (2019). Формирование потребительской стратегии домохозяйств в агентной модели отраслевого развития экономики России // Искусственные общества. Т. 14. № 3.
  9. Новикова Т.С., Цыплаков А.А. (2020). Социальная политика в многоотраслевой агент-ориентированной модели // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 13. № 3. С. 129–142. DOI: 10.15838/esc.2020.3.69.9
  10. Суслов В.И., Доможиров Д.А., Ибрагимов Н.М. [и др.] (2016). Агент-ориентированная многорегиональная модель «затраты – выпуск» российской экономики // Экономика и математические методы. Т. 52. № 1. С. 112–131.
  11. Adams J., White G., Araujo R. (2021). The role of mistrust in the modelling of opinion adoption. Journal of Artificial Societies and Social Simulation, 24 (4) 4. Available at: http://jasss.soc.surrey.ac.uk/24/4/4.html. DOI: 10.18564/jasss.4624
  12. Atkinson K., Bench-Capon T. Value based reasoning and the actions of others. In: Frontiers in Artificial Intelligence and Applications, 285, 680–688. DOI: 10.3233/978-1-61499-672-9-680
  13. Ceragioli F., Frasca P. (2018). Consensus and disagreement: The role of quantized behaviors in opinion dynamics. SIAM Journal on Control and Optimization, 56, 1058–1080. DOI: 10.1137/16M1083402
  14. Chen Z., Lan H. (2021). Dynamics of public opinion: Diverse media and audiences’ choices. Journal of Artificial Societies and Social Simulation, 24 (2) 8, Available at: http://jasss.soc.surrey.ac.uk/24/2/8.html. DOI: 10.18564/jasss.4552
  15. Cranefield S., Winikoff M., Dignum V., Dignum F. (2017). No pizza for you: Value-based plan selection in BDI agents. In: Proceedings of the Twenty-Sixth International Joint Conference on Artificial Intelligence Main track, 178–184. DOI: 10.24963/ijcai.2017/26
  16. Deffuant G., Neau D., Amblard F., Weisbuch G. (2000). Mixing beliefs among interacting agents. Advances in Complex Systems, 3, 87–98.
  17. Dong Y., Ding Z., Chiclana F., Herrera-Viedma E. (2021). Dynamics of public opinions in an online and offline social network. IEEE Transactions on Big Data, 7(4), 610–618. DOI: 10.1109/TBDATA.2017.2676810
  18. Fishbein M., Azjen I. (2011). Predicting and Changing Behavior: The Reasoned Action Approach. NJ: Psychology Press.
  19. Hegselmann R., Krause U. (2002). Opinion dynamics and bounded confidence models, analysis, and simulation. Journal of Artificial Societies and Social Simulation, 5(3).
  20. Hu H., Zhu J. J. (2017). Social networks, mass media and public opinions. Journal of Economic Interaction and Coordination, 12(2), 393–411. DOI: 10.1007/s11403-015-0170-8
  21. Jiao Y., Li Y. (2021). An active opinion dynamics model: The gap between the voting result and group opinion. Information Fusion, 65, 128–146. DOI: 10.1016/j.inffus.2020.08.009
  22. Martins A.C.R. (2013). Trust in the CODA model: Opinion dynamics and the reliability of other agents. Physics Letters A, 377(37), 2333–2339. DOI: 10.1016/j.physleta.2013.07.007
  23. Mashkova A.L., Nevolin I.V., Savina O.A., Burilina M.A., Mashkov E.A. (2020). Generating social environment for agent-based models of computational economy. In: A. Chugunov, I. Khodachek, Y. Misnikov, D. Trutnev (Eds). Electronic Governance and Open Society: Challenges in Eurasia. EGOSE 2020, 1349, 291–305. DOI: 10.1007/978-3-030-67238-6_21.
  24. Mashkova A.L., Novikova E.V., Savina O.A., Mamatov A.V., Mashkov E.A. (2020). Simulating budget system in the agent model of the Russian Federation spatial development. In: A. Chugunov, I. Khodachek, Y. Misnikov, D. Trutnev (Eds). Electronic Governance and Open Society: Challenges in Eurasia. EGOSE 2019, 1135, 17–31. DOI: 10.1007/978-3-030-39296-3_2
  25. Mercuur R., Dignum V., Jonker C. (2019). The value of values and norms in social simulation. Journal of Artificial Societies and Social Simulation, 22 (1) 9, Available at: http://jasss.soc.surrey.ac.uk/22/1/9.html. DOI: 10.18564/jasss.3929
  26. Pineda M., Buendía G. (2015). Mass media and heterogeneous bounds of confidence in continuous opinion dynamics. Physica A: Statistical Mechanics and Its Applications, 420, 73–84. DOI: 10.1016/j.physa.2014.10.089
  27. Poel I.V., Royakkers L.M. (2011). Ethics, Technology, and Engineering: An Introduction. Hoboken, NJ: John Wiley & Sons.
  28. Quattrociocchi W., Conte R., Lodi E. (2011). Opinions manipulation: Media, power and gossip. Advances in Complex Systems, 14(04), 567–586. DOI: 10.1142/S0219525911003165
  29. Rogers E.M. (2003). Diffusion of Innovations, 5th Edition. New York, NY: Free Press.
  30. Stauffer D. (2002). Sociophysics: The Sznajd model and its applications. Computer Physics Communications, 46(1), 93–98.
  31. Sznajd-Weron K., Sznajd J. (2000). Opinion evolution in closed community. International Journal of Modern Physics C, 11(6), 1157–1165.
  32. Weisbuch G., Deffuant G., Amblard F., Nadal J.-P. (2002). Meet, discuss, and segregate! Complexity, 7(3), 55–63. DOI:10.1002/cplx.10031
  33. Zino L., Ye M., Cao M. (2020). A two-layer model for coevolving opinion dynamics and collective decision-making in complex social systems. Chaos: An Interdisciplinary Journal of Nonlinear Science, 30(8), 083107. DOI: 30.083107.10.1063/5.0004787
  34. Zhang A., Zheng M., Pang B. (2018). Structural diversity effect on hashtag adoption in Twitter. Physica A: Statistical Mechanics and Its Applications, 493, 267–275. DOI: 10.1016/j.physa.2017.09.075

Полная версия статьи