网络上的意见动力学建模：意见多样性、个体活跃度与群体选择

发布时间：2020-07-05 17:32

【摘要】：网络上的意见动态演化是众多网络动力学过程的一类话题,关注意见如何形成、如何在人群中传播、怎样达成共识、演化收敛时间等问题。意见动态研究依赖于统计物理、数学模型、计算机仿真以及相关的分析方法和工具。意见动力学过程对理解人们的行为活动,尤其是文化演化、媒体竞争、风险感知等问题提供了理论支持;同时对构建更安全的信息系统,理解和控制谣言传播也有重要的现实意义。目前网络上的意见动力学研究,主要建立在抽象机制的模拟上。本研究从意见多样性、个体活跃度和群体选择三个层面研究网络上的意见动态过程,拓宽意见演化模型在政治观点演化、社交网络传播、群体竞争等具体场景中的表达能力;评估意见类型和意见分布的多样性、社交网络的持久性、群体重连策略等对意见的形成、传播、竞争的影响;探索意见动力学对商业决策和社区运营等实际问题的理论启示。论文具体工作如下:1.提出一个政治观点演化的研究框架,将初始意见分布的多样性和个体容忍度差异考虑到意见仿真模型中,获得意见演化的碎片化、极化和共识等几种典型的结果;进一步提出新度量“最近邻居平均占比”来评判意见演化的最终状态。结果表明,意见的初始分布导致即便在相似的随机网络上演化结果的不同。顽固节点的存在起着特殊作用:只有极端固执的节点才能导致最终意见分配的变化;如果顽固节点数量很少,它们的影响被限制在小范围内。2.提出一种刻画意见类型和意见类型多样性的方法。仿真模型可以表达意见涵盖单类型或两类型的情况;意见类型可以与传播者的兴趣偏好挂钩,形成差异化的转发概率。传播单类型观点时,高流行度的节点通常传播能力比低流行度的节点高;转发过程中,带动其他用户转发的峰值随着发布者流行度的降低而向更深的传播深度偏移;当发布者发送与自己兴趣偏好差异较大的观点时,观点散播能力会显著降低。进一步的,对含有两类型的意见,考虑其中一个意见与发布者的兴趣偏好一致/不一致的情况,考虑双类型观点下两个类型的相互作用,揭示了观点的多类型间的非线性的交互作用和特殊现象。3.探讨个体活跃度的建模方法,并将活跃度引入意见演化建模中。我们比较了在三种网络增长模式下个体活跃度变化的特征:节点按节点的流行度的高低加入网络,按相似度高低加入网络或均匀随机加入网络。结果显示,当节点具有高自发活跃度时,流行度优先的增长模式下网络获得最高的持久活跃能力;否则,在低自发活跃度下,相似度优先的增长模式性能更好。此外,结果显示,复合的增长模式,通过在短时间内连续加入相似的节点并混合少量高流行度的节点,可以达到最高的网络持久性。进一步的,对比分析考虑了个体活跃度与不考虑活跃度下的意见传播,观察到个体活跃度差异对意见演化的影响不容忽视;活跃度的本质在网络的连接类型,并且网络的连接类型在网络持久性和意见的传播能力上作用保持一致。4.提出多种重连行为在单一网络上的协同演化框架。引入三种典型的重连规则,随机重连(Rule Ⅰ),意见优先重连(Rule Ⅱ)和度数优先重连(Rule Ⅲ)作为可选策略,嵌入协同演化的Voter模型中考虑。比较了均衡/不均衡的初始意见比例下的二元意见竞争,找到了在确定/不确定的初始比例或重连概率下促进意见群体扩张的重连规则。此外,结果显示所有竞争组合的动态过程可以归结为两类演化过程。第一类演化满足意见的密度与争议边的比重之间存在相关性,整个演化过程(包括最终演化结果)可以通过数值近似计算和仿真模拟给出全过程的数学描述;对第二类演化,观察到大量同观点开口三元组结构的涌现可以很好地指示第二类演化的竞争结果。结果表明,基于群体重连规则的二元意见竞争可以预先有效感知;并且,基于同质性的意见优先重连规则在大部分条件下具有比较优势。
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：O157.5
【图文】：

二维网格,演化过程

改变自身的观念。虽然在整个网络中会有大量观点的转变和影响，但个体只是在平均意逡逑义上受到周围人持有的多数派观点的影响。在二维网格上的Ｖｏｔｅｒ模型动态演化的示意逡逑结果如图１．１。逡逑上述的Ｖｏｔｅｒ模型是选择节点更新，还有一个途径是选择满足两个端点的意见相左逡逑的争议边，使得其中一个端点的节点转而采纳另一个端点的节点观点，这是基于争议边逡逑更新的Ｖｏｔｅｒ模型选择争议边来更新时，意见演化的收敛时间将大大缩短。逡逑表决者模型是一个很简单的模型，但它却是非平衡的动态过程，具有深刻的动力学逡逑行为。近年来Ｖｏｔｅｒ模型的许多性质被广泛研究，并和零度的Ｇｌａｕｂｅｒ动力学伊辛模逡逑型（Ｉｓｉｎｇｍｏｄｅｌ）等进行比较Ｉ１８』。研究表明，在完全图上，粒子物理中的伊辛模型，遗传逡逑生物学中的Ｍｏｒａｎ过程和意见动力学中的Ｖｏｔｅｒ模型，本质上呈现出相同的动力学过程。逡逑Ｖｏｔｅｒ？模型更被推广到三状态甚至更多状态的Ｖｏｔｅｒ模型［７１

协同进化,意见

图１．２协同进化的意见和网络。每个簇代表一个共识团体：（ａ）是低于临界逡逑值，存在一个主流共识，其他簇都较小；（ｂ）是临界值附近，簇大小逡逑分布类似于幂律分布；（ｃ）大于临界值，形成不了共识，每个簇团体逡逑都是碎片化的。图片来源于文献【２１］逡逑正向或反向更新的方式。逡逑？相似性重连与随机重连模型逡逑结合前述的几种模型的工作，２０１２年Ｄｕｒｒｅｔｔ和Ｇｌｅｅｓｏｎ等应用数学科学家１６９１，对逡逑Ｈｏｌｍｅ－Ｎｅｗｍａｎ模型进行了细致的改造。他们将原Ｈｏｌｍｅｓ－Ｎｅｗｍａｎ模型改为两个观点，０逡逑或１，即对一个事物的正反两个态度。这两个意见会相互竞争，而不像之前的Ｇ个观点，逡逑那些观点可以是毫不相干的。此外，模型也将随机选择节点改为随机选择意见相左的边，逡逑这样大大缩减了收敛时间。Ｒｅｗｉｒｅ－ｔｏ－ｓａｍｅ模型是改变连接时，让节点与跟它观点相同的逡逑节点随机建立连接；而Ｒｅｗｉｒｅ－ｔｏ－ｒａｎｄｏｍ则是改变连接时，让节点随机与全网络中的节逡逑点建立连接。这两种策略分别对应用户间的同质性、相似性的角度，以及弱连接的角度逡逑

【相似文献】