活动

立足本地整合全局:网络结构中的位置如何与基于语言的群体认同模型相关

分享
列印
日期:

2024年6月20日

時間:

9:30 am – 11:00 am (UTC+8, HKT)

地點:

网络研讨会

講者:

Prof. Amir Goldberg

講者簡歷:

Prof. Amir Goldberg现为斯坦福大学商学院组织行为学教授,并兼任社会学教授,他是计算文化实验室的联合创始主任。Goldberg教授在普林斯顿大学获得社会学博士学位。Goldberg的研究利用计算方法,特别是自然语言处理(NLP)和大型语言模型(LLMs),对组织及其它文化过程进行建模。

講座摘要:

在现代社会中,对社会群体的归属感不断变化。是什么导致了群体认同强度的差异?先前的研究强调了群体层面的属性和个体差异,而我们则突出网络结构中位置的作用。综合先前关于网络和身份认同的研究成果,我们提出,认同强度与网络凝聚力正相关——即拥有相互连接的联系人。与现有观点不同,我们进一步提出,认同强度还可以通过网络范围——即拥有分布在广泛网络社区中的联系人——单独产生。使用计算语言学工具开发的基于语言的认同测量方法,我们在来自三个不同组织的内部通信汇总数据中发现了对该理论的一致支持。