社交网络中的意见动态和共识
在线社交网络的发展及其对现代社会的社会、经济和政治方面的影响,引发了人们对社交网络结构的兴趣升级。然而,社交网络出现的时间比互联网要长得多。在人们相互交流的地方,无论是熟人、朋友还是对手,信息被交换,观点被影响,社会网络存在。
意见动态
特定个体如何影响另一个人的意见的形成是丹尼斯Fedyanin和Alexander Chkhartishvili及其在V.A的研究中特别感兴趣。莫斯科俄罗斯科院科学科学科学研究所科学研究所。它们使用网络结构的统计建模来模拟意见动态和决策。他们最近的工作重点是一群人,社交网络如何达成一般协议,或者对意见的共识。
劣化模型
研究人员选择使用DeGroot模型来分析描述意见动态。这是一个以计算效率著称的网络交互模型。DeGroot模型模拟了社交网络中信息的传播和意见的形成。这使得研究者能够理解网络的结构是如何影响信息的传递和观点的形成的。它还提供了小组成员如何达成共识的描述。
Soltoot模型基于Markov链,一个随机过程,其中任何未来事件的概率仅取决于其当前状态,而不是在过去的行为上;所以未来是独立于过去的。在该模型中,代理商的特点是他或她的意见。每个意见由任意实数分配;不一定是与马尔可夫链一样的概率。模型汇总了每个代理人的意见,进入网络模型,这对所有人的最终意见进行了预测。如果发生网络共识,这些意见一致。该模型还可用于确定各个代理的中央程度如何在网络的决策中。
在线社交网络的发展引发了对社交网络结构的兴趣升级。
建立意见动态和共识模型
每个代理可以被描绘为网络中的节点。最初,每个代理具有关于给出的问题的具体意见,该问题被赋予0和1之间的数值,这可以是概率或具有其他解释。意见随着时间的推移而更新。所有意见符合迭代和线性流程的发展,其中每个代理商的意见是使用其他代理商的加权平均值更新。这些重量基于影响和信心。代理B中具有代理B具有的信心水平与试剂B过度的影响水平相同。任何代理的总置信水平为1。
代理人通过交换意见进行沟通。在接下来的每个步骤中,每个代理的意见是他或她信任的代理意见的加权和,其中权重是信任程度。如果意见集中到一个单一的值,即整个网络的意见,就会产生共识。当每个人都有非零的信心,并且网络中没有自治集群时,总是会出现这种情况。
每个agent对集体总体意见的贡献可以用线性代数来确定。
现实生活意见
让我们考虑一群朋友组成的社交网络。我们有他们对某一问题的最初观点的信息,我们构建一个模型,每个人的新观点是他们最后的观点和他们朋友的观点的组合。有了这个模型,我们就可以衡量群体中每个人的影响。
每个人都不可能仅仅根据自己以前的观点和社会群体中其他人的观点来构建自己的新观点。更有可能的是,有一些隐藏的顾问也会影响意见。
复合节点
Fedyanin和Chkhartishvili修改了最初的模型,将这些顾问对个人意见形成的影响纳入其中。以前,网络中的每个人或节点都由一个单独的agent来表示,现在每个人都由一个复合节点来表示,该复合节点由两个相互交互的agent组成,外部的和内部的。
复合节点网络中的一致性
给定节点与其他网络节点之间的通信由外部代理进行。内部代理只能与同一节点内的外部代理直接交互,可以视为个人顾问的角色。
给出的研究人员发现,衡量的影响,每个人在最初的网络,他们可以计算出新的影响修正的模型包括一个简单的公式将信息的多少一个人尊重他或她的价值观,他们的价值观是如何改变了一个人的行为。
如果原始模型中存在共识,那么在足够的时间内重复迭代过程导致修改模型中的收敛性,并导致组中所有人的集体总体意见或共识的形成。
模拟两个复合节点
研究人员还研究了两个复合节点的相互作用,发现在某些条件下,节点的影响水平可以对内部参数具有更强的依赖性。
应用程序
该过程可以应用于以下情况。安娜和鲍勃必须做出决定。让我们考虑两种情况:
- 决定不是很重要,所以安和鲍勃不涉及他们的顾问。
- 这个决定非常重要,
所以安和鲍勃让他们的顾问参与进来。
某人的意见取决于他或她想要对特定问题同意或回答“是”。这些意见显示为图中的颜色:
- 绿色代表100%同意“是”。
- 红色代表0%协议与“是”
箭头描绘了影响。从A到B的箭头越大,A对B的影响力较大.BOB对他顾问的影响很大,但它们对他的影响也是如此。安尼亚对她顾问的影响很小,但它们对她的影响也是如此。
如果我们知道另一个人的意见,我们可以在环境中获得共识意见吗?Fedyanin和Chkhartishvili发现了一种解决方案,并使用简单的公式说明它。
他们已经建立了一个模型,包括内部因素对个人顾问信心的整体影响。
结论
Soltoot Model是一种强大的工具,用于研究与信息和信仰的传播有关的事项。它为衡量社交网络内的中心性并确定哪些个人对群体的意见产生最大影响的明确基础。
Fedyanin和Chkhartishvili扩展了DeGroot模型,使其能够对每个节点包含两个相互作用的agent的复杂网络结构进行共识分析。他们建立了一个模型,其中包含了内部因素对他们最初观点的整体影响,对社交网络中的成员数量或他们之间的互动数量没有任何限制。
研究人员已经确定了进一步的研究,包括对内部结构更复杂的节点(即两个以上代理相互作用的节点)的交流过程的检验,以及进一步复杂的意见动力学模型。
个人反应
是什么激发了你研究意见动态和共识的兴趣?