소셜 시뮬레이션

Social simulation
비디오 게임 응용 프로그램은 소셜 시뮬레이션 게임을 참조하십시오.

사회 시뮬레이션은 사회과학의 이슈를 연구하기 위해 계산 방법을 적용하는 연구 분야이다.컴퓨터법, 심리학,[1] 조직행동,[2] 사회학, 정치학, 경제학, 인류학, 지리학, 공학,[2] 고고학 및 언어학(Takahashi, Sallach & Rouchier 2007)에 관한 문제가 조사되었다.

사회 시뮬레이션은 사회 현실을 구축하는 프로세스/메커니즘/행동에 초점을 옮김으로써 사회과학에서 사용되는 기술적 접근법과 자연과학에서 사용되는 형식적 접근법 사이의 격차를 극복하는 것을 목표로 한다.

사회 시뮬레이션에서 컴퓨터는 이러한 메커니즘을 실행함으로써 인간의 추론 활동을 지원한다.이 분야는 고전적인 수학 방정식 기반 모델로는 연구하기 어려운 복잡한 비선형 시스템으로서의 사회 시뮬레이션을 탐구한다.Robert Axelrod는 사회적 시뮬레이션을 연역적 접근법 및 귀납적 접근법과는 다른 세 번째 방법으로 간주합니다. 즉, 유도적으로 분석할 수 있는 데이터를 생성하지만 실제 세계의 직접적인 측정이 아닌 엄격하게 지정된 규칙 집합에서 나옵니다.따라서 현상을 시뮬레이션하는 것은 현상을 발생시키는 것과 유사합니다. 인공 사회를 구축하는 것입니다.이러한 야심찬 목표는 몇 가지 비판에 부딪혔다.

사회과학에 대한 사회 시뮬레이션 접근방식은 유럽, 북미(새로운 CSSS 이름으로 재편성) 및 PAA 태평양 아시아 등 3개 지역 협회에 의해 추진 및 조정된다.

역사와 발전

에이전트 기반 모델의 역사는 스스로를 재현할 수 있는 이론 기계인 Von Neumann 기계로 거슬러 올라갈 수 있습니다.폰 노이만이 제안한 장치는 복제품을 만들기 위해 정확하게 상세한 지침을 따를 것이다.그 개념은 수학자이기도 한 폰 노이만의 친구 스타니슬라프 울람에 의해 개선되었다; 울람은 기계를 종이 위에 격자 위의 세포 집합으로 만들 것을 제안했다.이 아이디어는 나중에 셀룰러 오토마타(cellular automata)라고 불리는 최초의 장치를 만들어 낸 폰 노이만의 관심을 끌었습니다.

수학자인 존 콘웨이에 의해 또 다른 발전이 있었다.그는 잘 알려진 삶의 게임을 만들었다.콘웨이의 인생게임은 폰 노이만의 기계와 달리 2차원 체커보드 형태로 가상세계에서 간단한 규칙으로 작동했다.

에이전트 기반 모델이 사회 시스템의 모델로서 탄생한 것은 주로 컴퓨터 과학자 크레이그 레이놀즈가 주도했습니다.그는 크리스토퍼 랭턴이 만든 용어인 인공 생명체로 알려진 생동감 넘치는 생물학적 작용제의 실체를 모형화하려고 노력했다.

조슈아 M. Epstein과 Robert Axtell은 계절적 이주, 오염, 성적 생식, 전투, 질병 전염, 그리고 문화와 같은 사회 현상의 역할을 시뮬레이션하고 탐구하기 위해 최초의 대규모 에이전트 모델인 Sugarscape를 개발했습니다.

Kathleen M. Carley는 조직으로의 시뮬레이션을 정의하는 "Computational Organizational Science and Organization Engineering"을 출판하고 조직 및 복잡한 사회 기술 시스템에 적용되는 사회 시뮬레이션 저널을 설립했습니다: Computational and Mathematical Organization Theory.현재의 CSSSA로 통합된 북미 컴퓨터 사회 및 조직 시스템 협회.

나이젤 길버트는 클라우스 G와 함께 출판했다. Troitsch는 사회 시뮬레이션에 관한 첫 번째 교과서: "Social Scientist를 위한 시뮬레이션"(1999년)을 만들었고, 가장 관련성이 높은 저널: Journal of Infantial Societies and Social Simulation을 설립했습니다.

보다 최근에 Ron Sun은 인지 사회적 시뮬레이션으로 알려진 인간 인지 모델을 기반으로 에이전트 기반 시뮬레이션 방법을 개발했다. (2006년 6월 참조)

토픽

다음은 소셜 시뮬레이션을 통해 살펴본 몇 가지 샘플 토픽입니다.

  • 사회적 규범: Robert Axelrod는 [3]도덕의 근간을 조사하기 위해 시뮬레이션을 사용했습니다.또 다른 사람들은 [4]밈이나 사회적 규범과 감정이 [5][6]서로를 어떻게 규제할 수 있는지를 사용하여 규범의 출현을 모델링했습니다.
  • 기관: 에이전트가 어떤 조건에서 [7]조정할 수 있는지 조사하거나 시민 전통에[8] 대한 로버트 풋남의 작업을 모델링함으로써
  • 예를 들어, Pierre Bourdieu의 평판 모델(이미지, 사회적 존경, 명성)을 가진 에이전트를 만들고 가상 시장에서 [9]그들의 행동을 관찰함으로써 평판입니다.
  • 지식의 전달과 과학의 사회적 과정: 인공 사회와 사회 시뮬레이션[10] 저널에 그 주제에 대한 특별한 섹션이 있습니다.
  • 선거: Kim(2011)은 이전 연구(특히 동기 부여 추론을 특징으로 함)의 심리학적 판단 모델을 모델링하고 시뮬레이션의 통계적 규칙성과 유권자 [11]행동의 경험적 관찰을 비교했다. 다른 이들은 위임 [12][13]방법을 비교했다.
  • 경제학: 컴퓨터 경제학 및 에이전트 기반 컴퓨터 경제학 참조.

시뮬레이션 및 모델링 유형

소셜 시뮬레이션은 컴퓨터를 사용하여 사회 시스템을 시뮬레이션하는 사회 역학을 이해하기 위한 일반적인 전략 클래스를 참조할 수 있습니다.소셜 시뮬레이션을 통해 결과의 가능성을 보다 체계적으로 볼 수 있습니다.

소셜 시뮬레이션에는 크게 4가지 유형이 있습니다.

  1. 시스템 레벨의 시뮬레이션.
  2. 시스템 레벨 모델링
  3. 에이전트 기반 시뮬레이션
  4. 에이전트 기반 모델링.

사회 시뮬레이션은 사회현상을 분석하기 위해 계산을 사용하는 최근 발달된 사회학 분야인 컴퓨터 사회학의 루브릭에 속할 수 있다.컴퓨터 사회학의 기본 전제는 사회 이론의 구축에서 컴퓨터 시뮬레이션(Polhill & Edmonds 2007)을 활용하는 것이다.그것은 사회적 에이전트의 이해, 이러한 에이전트 간의 상호작용, 그리고 이러한 상호작용이 사회적 집단에 미치는 영향을 포함한다.사회과학의 주제와 방법론은 자연과학이나 컴퓨터 과학과는 다르지만, 현대 사회 시뮬레이션에서 사용되는 몇몇 접근법은 물리학과 인공지능과 같은 분야에서 비롯되었다.

시스템 레벨 시뮬레이션

SLS(System Level Simulation)는 소셜 시뮬레이션의 가장 오래된 레벨입니다.시스템 레벨의 시뮬레이션에서는, 그 상황을 전체적으로 볼 수 있습니다.사회적 상황에 대한 이러한 이론적 견해는 특정한 변수가 존재한다면 사회와 구성원들에게 무슨 일이 일어나야 하는지를 결정하기 위해 광범위한 정보를 사용한다.그러므로, 특정한 변수들을 제시하면서, 사회와 그 구성원들은 새로운 상황에 대한 특정한 반응을 가져야 한다.이 이론적 시뮬레이션을 통해 연구자는 특정 변수에서 어떤 일이 일어날지에 대한 교육받은 아이디어를 개발할 수 있습니다.

예를 들어, NASA가 시스템 수준의 시뮬레이션을 실시할 경우 시뮬레이션을 탐색할 수 있는 비용 효율적인 연구 방법을 제공함으로써 조직에 유리할 것입니다.이를 통해 연구자는 주어진 시뮬레이션의 가상 가능성을 살펴보고 안전 절차를 개발할 수 있으며, 특정 상황이 어떻게 전개될지에 대한 검증된 사실을 도출할 수 있다(National Research 2006).

시스템 레벨 모델링

시스템 레벨 모델링(SLM)은 (예측에서의 시스템레벨 시뮬레이션의 일반화와 달리) 구체적으로 예측하고, 다음과 같은 형태로 대규모 수학 방정식과 컴퓨터 프로그래밍을 사용하여 시스템 내에서 거의 모든 사람, 객체, 구성 등의 모든 동작, 행동 또는 기타 이론적 가능성을 전달하는 것을 목표로 한다.모델

모형은 사물이나 사람으로부터 수학 방정식을 통해 만들어진 구조나 산물에 이르는 특정 사물을 표현한 것으로, 컴퓨터를 이용해 앞서 말한 것과 같은 것을 연구할 수 있도록 설계되어 있다.모델은 필요에 따라 단순할 수도 있고 복잡할 수도 있습니다. 그러나 모델은 정확하게 사용하기 위해 현실적으로 유사한 상태를 유지하면서 표현된 것보다 단순할 수도 있습니다.이러한 데이터는 컴퓨팅 언어로 번역된 데이터 집합을 사용하여 구축되며, 이를 통해 해당 시스템을 나타낼 수 있습니다.이러한 모델은 시뮬레이션과 마찬가지로 행동 등을 예측하기 위해 다양한 사물의 특정 역할과 행동을 더 잘 이해하는 데 사용됩니다.

에이전트 기반 시뮬레이션

에이전트 기반 소셜 시뮬레이션(ABSS)은 인위적인 에이전트의 뒤를 따라 다양한 사회를 모델링하고 에이전트의 행동을 관찰하기 위해 컴퓨터 시뮬레이션 사회에 배치하는 것으로 구성됩니다.이 데이터로부터 인공작용제의 반응을 학습하여 비인공작용제 및 시뮬레이션의 결과로 변환할 수 있다.ABSS의 3가지 주요 분야는 에이전트 기반 컴퓨팅, 사회과학 및 컴퓨터 시뮬레이션입니다.

에이전트 기반 컴퓨팅은 모델과 에이전트의 설계이며, 컴퓨터 시뮬레이션은 모델 및 결과 에이전트의 시뮬레이션의 일부입니다.사회과학은 과학과 그 모델의 사회적 부분을 혼합한 것이다.그곳은 사회 현상이 발전하고 이론화되는 곳이다.ABSS의 주요 목적은 사회 현상의 에이전트 기반 시뮬레이션을 위한 모델과 도구를 제공하는 것이다.ABSS를 사용하면 실제로 결과를 볼 수 없는 현상에 대해 다양한 결과를 탐색할 수 있습니다.그것은 우리에게 사회와 사회적 사건이나 현상의 결과에 대한 귀중한 정보를 제공할 수 있다.

에이전트 기반 모델링

Agent-Based Modeling(ABM; 에이전트 기반 모델링)은 에이전트 집합이 네트워크에서 독립적으로 상호 작용하는 시스템입니다.각 에이전트는 집단 행동을 일으키는 다양한 행동에 대해 책임을 집니다.이러한 동작은 전체적으로 네트워크의 동작을 정의하는 데 도움이 됩니다.ABM은 하나의 "그룹 마인드"를 갖지 않고 인간의 사회적 상호작용과 사람들이 함께 일하고 서로 소통하는 방법에 초점을 맞추고 있습니다.이는 본질적으로 집단 내 사람(에이전트) 간의 상호작용 결과에 초점을 맞추는 경향이 있음을 의미합니다.연구자들은 이러한 역학을 보다 작고 국지적인 수준에서 모델링함으로써 이러한 유형의 모델링에 대해 더 잘 이해할 수 있습니다.기본적으로 ABM은 (이러한 영향에 대한 대응으로) 서로 영향을 미치는 사람(에이전트) 간의 상호작용을 더 잘 이해하는 데 도움이 됩니다.단순한 개별 규칙이나 행동은 일관성 있는 그룹 행동을 초래할 수 있습니다.이러한 개별 행위의 변경은 주어진 모집단의 집단에게 영향을 미칠 수 있다.

에이전트 기반 모델링은 이론 연구를 위한 실험 도구입니다.그것은 적응과 같은 더 복잡한 개인의 행동을 다룰 수 있게 해준다.전반적으로, 이러한 유형의 모델링을 통해, 창조자 또는 연구자는 이러한 개별 상호작용이 전체 모집단에 어떻게 영향을 미치는지 더 잘 이해하기 위해 에이전트의 행동과 에이전트 간의 커뮤니케이션을 모델화하는 것을 목표로 합니다.기본적으로 ABM은 다양한 글로벌 패턴을 모델링하고 이해하는 방법입니다.

현재의 연구

모델링 및 에이전트 기반 시뮬레이션과 직접 관련된 몇 가지 현재 연구 프로젝트가 아래에 간략한 개요와 함께 나열되어 있습니다.

  • "사회 공간 시뮬레이션을 위한 Generative e-Social Science" 또는 (GENESIS)는 영국 연구 위원회 ESRC가 자금을 지원하는 영국 국립 e-Social Science 센터의 연구 노드이다.상세한 것에 대하여는, GENESIS Web 페이지와 블로그를 참조해 주세요.
  • "소셜 시뮬레이션을 위한 국가 e-인프라스트럭처" 또는 (NeISS)는 JISC가 자금을 지원하는 영국에 기반을 둔 프로젝트입니다.자세한 내용은 다음을 참조하십시오.NeISS 웹 페이지
  • 「네트워크 모델 거버넌스 및 R&D 콜라보레이션 네트워크」또는 (N.E.M.O)는 주로 일반적인 기능(예: 지식, 생성, 전송 및 배포)에 대해 바람직한 네트워크 구조를 만들고 평가하는 데 초점을 맞춘 연구 센터이다.이 연구는 궁극적으로 유럽의 지식 경제 촉진에 있어 네트워크 기반 정책 수단의 효과와 효율성을 개선하는 데 모든 정치 수준의 정책 입안자들에게 도움이 될 것이다.
  • "시장 및 소비자 행동의 에이전트 기반 시뮬레이션"은 유니레버 기업 리서치의 지원을 받는 또 다른 연구 그룹입니다.현재 진행 중인 연구는 소비자 행동을 모델링하기 위한 에이전트 기반 시뮬레이션의 유용성을 조사하고 있으며, 오랜 기간 확립된 마케팅 방법에 잠재적인 가치와 통찰력을 제시하기 위해 실시되고 있습니다.
  • 「개별, 진화, 사회 학습을 통한 신·이머징 월드 모델」 또는 (New Ties)은, 최종적으로 에이전트 베이스의 시뮬레이션에 의해서 개발된 가상 사회를 구축하는 3년간의 프로젝트입니다.이 프로젝트는 환경을 탐색하고 상호작용을 통해 환경과 사회에 대한 자신의 이미지를 개발할 수 있는 시뮬레이션 사회를 개발한다.이 연구 프로젝트의 목표는 시뮬레이션 사회가 개별 학습, 진화 학습, 사회 학습을 보여주는 것이다.
  • Bruch and Mare의 지역 분리 프로젝트:이 연구의 목적은 인종에 따른 근린분리에 대한 논리를 파악하고, 사람들이 자신의 근린에 대한 통합 수준에 불편해지면 그 근린분리를 결심하는 것이다.플래시 카드를 이용해 모델을 설정하고, 에이전트 집을 가운데 두고, 에이전트 집을 둘러싼 다양한 인종의 집을 배치한다.그들은 사람들에게 다른 상황에서 얼마나 편안함을 느끼는지 물었다; 만약 그들이 한 상황이 괜찮다면, 그들은 이웃이 완전히 통합될 때까지 다른 상황을 물었다.Bruch and Mare의 결과는 티핑포인트가 50%라는 것을 보여주었다.한 동네가 50%가 소수민족, 50%가 백인이 되자, 두 인종 모두 불편해지기 시작했고, 백인 비행이 일어나기 시작했다.에이전트 기반 모델링의 사용은 사회학계에서 그것이 얼마나 유용할 수 있는지를 보여주었고, 사람들은 그들이 불편해하는 상황에 대해 왜 불편해 지는지 대답할 필요가 없었다.
  • MAELIA 프로그램(Multi-Agent Emergencent Norms Assessment)은 천연자원의 사용자와 관리자 간의 관계(이 경우 물), 그리고 그 안에 구축되어야 하는 관련 규범과 법률(컨벤션) 또는 다른 행위자(기관)에 의해 부과되는 관련 규범과 법률을 다루는 프로젝트이다.이 프로젝트의 목적은 물 갈등 관련 문제를 다루기 위해 계획된 범용 멀티스케일 플랫폼을 구축하는 것입니다.
  • Mosi-Agil 프로젝트는 MOSI-AGIL-CM 프로그램을 통해 마드리드 자치구가 자금을 지원하는 4개년 프로그램이다(Grant S2013/ICE-3019, EU 구조 기금 FSE와 FEDER가 공동 자금 지원).대규모 시설 입주자의 행동을 보다 효과적으로 처리하는 데 필요한 지식과 실용적인 도구의 집합체를 만드는 것을 목표로 하고 있습니다.따라서 이 프로젝트에서는 에이전트 기반 소셜 시뮬레이션을 사용하여 지원되는 환경 인텔리전스 및 인텔리전트 환경의 개발을 연구합니다.

에이전트 기반 모델링은 사회학 연구의 큰 부분을 차지하는 마이크로 레벨과 매크로 레벨 사이의 가교를 제공하는 데 가장 유용합니다.에이전트 기반 모델은 일단 확립되면 위에서부터 아래로 질서를 강요하는 기관의 출현을 포함하여 중앙 집중식 조정이 결여된 프로세스를 연구하는 데 가장 적합합니다.모델에서는, 규범의 출현이나 집단 행동의 참가 등, 친숙하지만 매우 상세한 글로벌 패턴을, 단순하고 예측 가능한 국소적인 상호작용이 어떻게 생성하는지에 초점을 맞추고 있습니다.마이클 W.Macy와 Robert Willer는 최근 응용 프로그램 조사를 통해 에이전트 기반 모델링에 사회 구조의 자기 조직화와 사회 질서의 출현에 두 가지 주요 문제가 있음을 발견했습니다(Macy & Willer 2002).다음은 메이시와 윌러가 생각할 수 있는 각각의 문제에 대한 간단한 설명입니다.

  1. "신흥 구조입니다.이러한 모델에서 에이전트는 사회적 영향이나 선택 압력에 따라 위치 또는 동작을 변경합니다.에이전트는 구별되지 않은 상태로 시작하여 장소 또는 동작을 변경하여 서로 다르거나 고립되지 않도록 할 수 있습니다(또는 경우에 따라서는 과부하).그러나 이러한 적합주의적 결정은 동질성을 생성하기보다는 로컬 네트워크에서 문화적 차별화, 계층화 및 호모픽 클러스터링의 글로벌 패턴을 생성하기 위해 집결됩니다.다른 연구들은 이질적인 집단에서 시작해 융합으로 끝나는 과정을 거꾸로 합니다. 규범, 관습, 혁신 및 기술 표준의 조정, 확산, 갑작스런 붕괴입니다."
  2. "신흥 사회 질서입니다.이 연구들은 어떻게 이기적인 적응이 이타주의나 통제력의 세계적 강요 없이 성공적인 집단 행동을 이끌 수 있는지를 보여준다.수많은 연구에서 밝혀진 중요한 사실은 신뢰, 협력 및 집단 행동의 실행 가능성은 상호작용의 내재성에 의해 결정적으로 좌우된다는 것입니다."

이러한 예는 단순히 환경의 복잡성을 나타내고 에이전트 기반 모델은 특정 사회현상이 보다 높은 수준의 조직에서 나타나기 위해 필요한 최소한의 조건, 즉 인간의 행동에 관한 가장 단순한 가정 세트를 탐색하도록 설계되어 있습니다.

비판

그것이 만들어진 이후, 컴퓨터화된 사회 시뮬레이션은 그 실용성과 정확성에 관해 일부 비판의 대상이 되어왔다.소셜 시뮬레이션이 복잡한 것을 단순화하여 후자를 더 잘 이해할 수 있는 모델을 형성하는 것은 때로 후퇴로 보여집니다. 컴퓨터로 실제 삶을 시뮬레이션하기 위해 꽤 단순한 모델을 사용하는 것이 항상 행동을 예측하는 최선의 방법은 아니기 때문입니다.

대부분의 비판은 에이전트 기반 모델 및 시뮬레이션과 그 작동 방식을 대상으로 하는 것으로 보입니다.

  1. 수학적인 인터페이스로 만들어진 시뮬레이션은 인간의 행동을 너무 단순하게 예측합니다인류와 우리의 행동의 복잡성에 관해서요
  2. 시뮬레이션은 연구자들에게 어떻게 사람들이 그들의 모델에 프로그래밍되지 않은 방식으로 상호작용하거나 행동하는지 알려줄 수 없다.이러한 이유로, 시뮬레이션의 범위는 연구자들이 무엇을 발견하게 될 지 이미 알고 있어야 한다는 점에서 최소한 모호하게나마 제한되고, 결과가 왜곡될 수 있다.
  3. 측정 대상의 복잡성으로 인해 시뮬레이션은 편향되지 않은 방식으로 분석되어야 하지만, 모델이 모델러에 의해 코드화된 미리 만들어진 일련의 명령으로 실행되므로 편향은 거의 보편적으로 존재합니다.
  4. 시뮬레이션이 만들어내는 추상세계와 우리의 복잡한 사회, 그리고 그 모든 변화를 연결시키려는 시도는 매우 어렵고 종종 비현실적입니다.

사회 시뮬레이션에 종사하는 연구자들은 사회과학의 경쟁 이론이 시뮬레이션을 통해 달성된 이론보다 훨씬 단순하기 때문에 앞서 언급한 단점을 훨씬 더 강하게 겪을 수 있다고 응답할 수 있다.일부 사회과학에서 이론들은 역동적이지 않은 선형 모델인 경향이 있고, 일반적으로 작은 실험실 실험에서 추론된다. (실험실 테스트는 심리학에서 가장 흔하지만 사회학, 정치학, 경제학과 지리학에서는 드물다.)이러한 모델 하에서 에이전트 집단의 동작은 경험적 관찰에 대해 테스트 또는 검증되는 경우가 거의 없다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Hughes, H. P. N.; Clegg, C. W.; Robinson, M. A.; Crowder, R. M. (2012). "Agent-based modelling and simulation: The potential contribution to organizational psychology". Journal of Occupational and Organizational Psychology. 85 (3): 487–502. doi:10.1111/j.2044-8325.2012.02053.x.
  2. ^ a b Crowder, R. M.; Robinson, M. A.; Hughes, H. P. N.; Sim, Y. W. (2012). "The development of an agent-based modeling framework for simulating engineering team work". IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans. 42 (6): 1425–1439. doi:10.1109/TSMCA.2012.2199304.
  3. ^ Robert Axelrod(1986) :규범에 대한 진화적 접근법
  4. ^ Felix Flentge, Daniel Polani 및 Thomas Uthmann(2001) 밈을 이용한 소유 규범의 출현 모델링
  5. ^ 알렉산더 스털러와 파올로 페타(2001) :사회규범 컴퓨터 연구에 대한 감정 소개: 첫 번째 평가
  6. ^ Martin Neumann (2008) 참조:Homo Socionicus: 최근(2008년 기준) 연구의 개요를 위한 규범 시뮬레이션 모델의 사례 연구.
  7. ^ 호세 카스트로 칼다스와 헬더 코엘류(1999년):제도의 기원: 사회경제적 프로세스, 선택, 규범 및 관례
  8. ^ Dan Miodownik, Britt Cartrite 및 Ravi Bhavnani(2010):리플리케이션과 도킹 사이: "어댑티브 에이전트, 정치 기관 및 시민 전통" 재검토
  9. ^ Christian Han, Bettina Fley, Michael Florian, Daniela Spresny 및 Klaus Fischer(2007) : 사회적 평판: 멀티에이전트 시스템의 유연한 자기규제 메커니즘
  10. ^ JASS vol. 14: 특수 섹션:과학의 사회적 과정 시뮬레이션
  11. ^ 김성연(2011):정치적 판단 모델: 후보 평가의 에이전트 기반 시뮬레이션
  12. ^ 언제 하나 많은에 끈 람지 술레이만 부통령과 Ilan 피셔:(2000년).미치는 영향 에 콘텐츠의 모의 Inter-group하고 충돌 보기에 협력에.
  13. ^ Marie-Edith Bissey인 MauroCarini고 귀도 오토(2004년)ALEX3, 프로그램 선거 시스템을 비교해 보자.

외부 링크