从关系出发


  • 关注新蜂数字金融,ID:gh_c5ca7eb11df4

  • 这是新蜂数字金融的第75篇原创首发文章

社会不是由个体构成的,而是表示着这些个体之间彼此发生的那些联系和关系的总和。                                               ——马克思


作为被大数据反复分析的对象,我们每一个人都背负了形形色色的标签,年龄、身份、职业、偏好、行为轨迹……多数时候,我们是作为独立的个体被研究被预测,从偏好预测喜好,从习惯预测未来。


但其实生活在社会中,人无法作为一个孤立的个体而存在,是在生活中不同的关系中承担起不同的角色。这些关系带来了权利、义务、资源、限制,也引导我们做出不同的决策。


           为什么要研究社会关系的数据应用


“除非通过社会结构,否则我们不能研究人,除非依据作为构成单位的人,否则也不能研究社会结构”(Radcliffe-Brown)。在之前的探索分析中,我们通常会为一个人打上身份、能力、行为偏好等不同的标签,力图全景刻画这个人。但从大多数社会科学的理解出发,人的关键特征,不是其作为生物体原有的属性特征,而是在关系的互动中获得特征。


关系源于互动,而互动又加深了关系。那么我们可以说,从关系出发,在我们已知的基础上,加深对周围世界的理解,在金融数据分析领域,进一步走向“智能”。


根据Nick Crossley在《走向关系社会学》中的阐述,关系会对卷入其中的个体带来特定的机会和约束。虽然关系不会引起行动,但是却会促进或者抑制一些行为,比如信任、合作


由此我们可以思考,对社会中各种关系的理解,如何帮助我们去获知数据表象背后的缘由及加深对数据蕴含信息的理解。


将关系带入对场景的理解


1.来源于关系的身份特征


许多身份特征是在关系中体现的,身份取决于我们和谁互动。这就能解释为什么一个成绩好的学生不一定是一个履约意愿强的人,学生只在学校的社群关系中,是学生,在其他关系中,则扮演着不同的角色。在师生关系中,作为老师的学生,义务和约束在这里显得较为薄弱,但是作为借贷关系中的债务人,需要承担的义务就明显强了很多。


人在不同的关系中显示出不同的特点,在对违约概率的预测中,如果着力分析与履约相关的关系所产生的特点,去掉不影响履约义务的关系所产生的数据维度,是否会剔除干扰,使预测更加精确呢?


2.关系的变化影响行为和能力


关系的互动承载着资源互换,从关系中退出则与该关系相关的资源或者限制也会衰减甚至消失。


就担保而言,担保关系结束则或有负债的履行义务也随之消失,那么风险从被担保方传导到担保方的可能性就出现极大的衰减,担保方承担债务的可能性消失,但双方的合作历史合作关系沉淀了下来。


从一种关系转变或叠加另一种关系时,行动和思维模式都可能发生变化。


3.关系网络中位置的影响


在关系网络中,所处的位置不同会带来不同的影响力。说到人在社区网络中的位置,就不得不提到核心人物。


核心人物在网络结构中扮演着重要的角色,我们经常用到的概念是“中心度”,中心度高的人,从不同维度衡量,可能是与网络中非常多的人有连接,或者与网络中其他人的连接距离短。概况来说,核心人物处于网络中核心显眼的位置,很多人都可以连接到他们。


那么这个核心人物,可能能够成为我们营销活动的带动者,也可能成为营销的突破口。但是没有绝对的好处,高影响力也是双刃剑,核心人物可能对于社群边缘的人产生负向的作用,存在社群边缘的人对核心人物有抵制心理的可能性。当一个人与这个圈子无关时,他的行为就很难对这个圈子产生影响。


4.社群形态不同,应用策略不同


密度是刻画社会网络形态的一个维度,用网络中实际存在关联数/理论最大关联数来测算,平均密度高的社群中的参与者,更容易受到周围人的影响。平均密度高的社群,成员间的相互约定更容易得到维持,同时在互动的过程中会强化约定和信任。高密度社群也更易于信任传递。将社群形态考虑进来,形成适用于不同社群的营销或风控策略。


时至今日,数据是资产已经成为共识。任何事物成为资产、被称为资源都始于一种觉知,这种觉知带领我们去探索事物更深层次的价值,对社会关系数据的应用亦是如此。


延伸阅读:

原创|[新蜂观察]:新年|继续生长

原创|[新蜂观察]:寻找大数据的“初心”

原创|[新蜂观察]:基于图数据的数据挖掘及相关算法介绍

原创|[新蜂观察]:从经济资本是不是EVA说起

原创|[新蜂观察]:浅谈商业银行发展消费金融的关键要素

                                  

  觉得好,请点“好看”



文章转载自微信公众号:新蜂数字金融

类似文章