多平台个体配置的观察与社会动力学分析
本仓库是一个概念验证。 MOSAIC 是一个用于多平台行为分析的社会学框架,它先以论文形式构建,之后才以代码形式实现。你在这里看到的是它的第一个测试平台:理论在此与真实数据相遇,也在此被允许失败。

考虑一个示例性案例。同一个人参与不同的数字环境。在 GitHub 上,其贡献显得有条不紊且富有协作精神。在 Reddit 上,其交流更具对抗性。在 YouTube 评论中,其发言更简短、更显轻蔑。
大多数工具会问:哪种描述最能刻画这个人。MOSAIC 则提出一个不同的问题:是什么解释了跨情境的差异,以及从中可以合理地推断出什么?
不是某人是谁。而是其所处的位置。
该框架的核心假设:
数字痕迹不应被解读为稳定的行为信号,而应被解读为跨社会技术环境的结构化位置性变异。
平台之间的差异并非需要过滤掉的噪声。它就是信号。 该框架提出通过三个组成部分来解读它:
这些是分析性范畴,而非发现。“什么滑脱”并不揭示公共呈现背后隐藏的“真实自我”;它标记的是前两种解读不再能解释数据的地方。三者被作为一个结构来解读,绝不坍缩为一个分数。
这是一个概念性框架。其假设尚未经过实证验证,当前代码也无法证明它们。
这些区分是方法论上的承诺,而非保证。仅凭理论意图并不能决定一个系统实际做什么:它所收集的数据、它生成的输出以及它所促成的用途同样重要。
| 设计上不用于 | 设计上用于 |
|---|---|
| 推断人格 | 分析表达如何随情境变化 |
| 预测行为 | 描述某个位置使哪些行动变得合理 |
| 进行心理画像 | 在某个场域中映射一个位置 |
| 监视 | 在特定时刻产生一份按时间索引的解读 |
每一项承诺只有在实践中被遵循时才成立。“合理”仍然是一种推断,而非经过验证的预测。描述一个位置本身并不是心理画像,但如果它把稳定特征归因于某个人,就可能滑向心理画像。按时间索引的解读本身并不是监视,但如果收集、同意、保留和使用不遵循同样的承诺,它就可能服务于监视。
大师不需要了解棋手。位置本身就足够了。
| 状态 | |
|---|---|
| 理论:三层架构、信号分解、位置性资本、认识论承诺 | 论文 I — 工作论文,未经同行评审 |
| 方法:各组成部分的协议、分析决策的语法、验证 | 论文 II — 准备中 |
| 代码:多平台收集、结构化、LLM 辅助解读 | Alpha PoC — 本仓库 |
代码有意落后于理论。它负责收集、结构化,并能产生 LLM 辅助的输出。这些输出尚不是对该框架协议完整或可复现的应用,这些协议正在论文 II 中加以规范。当前的提示模板早于该框架,将被重写以遵循它。
MOSAIC 提供的是分析的语法,而非经过验证的分析程序。当前代码可以产生 LLM 辅助的输出,但分析师仍需对其解读负责。

git clone https://github.com/Or1un/MOSAIC.git && cd MOSAIC
pip install -r requirements.txt
cp modules/config.yaml.example modules/config.yaml # optional: YouTube, Telegram keys
python3 mosaic.py
本地 LLM 分析(推荐):
pip install -r requirements_llm.txt
curl -fsSL https://ollama.com/install.sh | sh # Windows: https://ollama.com/download
ollama serve &
ollama pull mistral:7b-instruct
来源: GitHub、Stack Overflow · Reddit、Telegram、Mastodon、Bluesky · YouTube、Medium
隐私优先,落到实处
隐私优先意味着默认本地处理,既针对分析者,也针对被分析者。
results/ 目录中(已被 git 忽略)。results/ 即可。隐私优先是一种设计默认值,而非保证:它仅在分析者遵守的前提下成立。
适用对象
自我分析、社会动力学研究,以及有志愿者参与的分析。知道某项分析的存在并不等同于同意该分析,而仅有同意也不足以解决比例性、数据最小化或结果复用的问题。对于涉及志愿者的分析,同意的条件与退出机制将在 Paper II 的参与者招募中具体说明。
不适用于监视、跟踪、骚扰、在他人不知情的情况下对其进行分析,或大规模自动化分析。
合规性。 你需自行负责遵守 GDPR 及当地法律。MOSAIC 不会使任何使用行为自动合规;本 README 描述的是工具本身,而非法律保证。
目标不是证实理论,而是看哪些部分能在真实数据的检验下存活。挑战假设、方法和伦理。指出它失败的地方。
GitHub 上的 Issues 和 Discussions · 或[email protected]