[論文レビュー] Agent Based Models and Opinion Dynamics as Markov Chains

Sven Banisch, Ricardo Lima+1 more|arXiv (Cornell University)|Aug 8, 2011

Opinion Dynamics and Social Influence参考文献 27被引用数 10

ひとこと要約

この論文は、微視的代理行動の相互作用をマクロ的マルコフ過程に投影することで、意見動態のエージェントベースモデル（ABM）を厳密に分析するためのマルコフ連鎖フレームワークを提案する。ラッピング可能性（lumpability）の条件を用いて、マクロ的ダイナミクスがマルコフ的である場合を同定し、実世界の応用にとって極めて重要な一時的挙動を完全に特徴づけることを可能にする。一方で、通信制限があると、更新確率分布の構造的性質によって複数の吸収状態と意見の共存が生じることを示している。

ABSTRACT

This paper introduces a Markov chain approach that allows a rigorous analysis of agent based opinion dynamics as well as other related agent based models (ABM). By viewing the ABM dynamics as a micro description of the process, we show how the corresponding macro description is obtained by a projection construction. Then, well known conditions for lumpability make it possible to establish the cases where the macro model is still Markov. In this case we obtain a complete picture of the dynamics including the transient stage, the most interesting phase in applications. For such a purpose a crucial role is played by the type of probability distribution used to implement the stochastic part of the model which defines the updating rule and governs the dynamics. In addition, we show how restrictions in communication leading to the co-existence of different opinions follow from the emergence of new absorbing states. We describe our analysis in detail with some specific models of opinion dynamics. Generalizations concerning different opinion representations as well as opinion models with other interaction mechanisms are also discussed. We find that our method may be an attractive alternative to mean-field approaches and that this approach provides new perspectives on the modeling of opinion exchange dynamics, and more generally of other ABM.

研究の動機と目的

• 微視的代理行動のダイナミクスと意見動態におけるマクロ的観測値の間の数学的リンクを厳密に確立すること。
• 平均場近似の限界を克服し、漸近的挙動よりもしばしば重要である一時的ダイナミクスを分析すること。
• ラッピング可能性の概念を用いて、マクロ的ダイナミクスがマルコフ的である条件を同定すること。
• エージェントの更新確率分布の構造的特徴が、吸収状態の出現と意見の共存をどのように規定するかを示すこと。
• 二値意見モデルにとどまらず、n値および複雑な相互作用メカニズムへ一般化可能なフレームワークを提供すること。

提案手法

• エージェントの状態の全配置空間上で連続時間マルコフ連鎖としてエージェントベースの意見動態をモデル化する。
• 集団変数を用いて、微視的マルコフ過程をマクロ的記述に投影するためにラッピング可能性の概念を適用する。
• エージェントの更新確率分布 ω の対称性と構造を用いて、マクロ過程がマルコフ的であるかどうかを決定する。
• 漸近的吸収に特化するのではなく、一時的ダイナミクス（初到達時間や抜出自率を含む）をマクロ過程で分析する。
• 確率分布 ω を高次元の更新ルールに拡張することで、n値意見モデルおよび多エージェント相互作用を含むモデルへフレームワークを一般化する。
• 時間に依存する ωt を導入して、社会的構造の変化をモデル化し、エージェントのダイナミクスからマクロ的ルールへのフィードバックを可能にする。

実験結果

リサーチクエスチョン

• RQ1 エージェントベースの意見モデルのマクロ的記述が、どのような条件下でマルコフ過程のままであるか。
• RQ2 エージェントの更新確率分布 ω の構造が、複数の吸収状態と意見の共存の出現にどのように影響するか。
• RQ3 確率分布の選択が、意見系の一時的ダイナミクスを決定づける役割を果たすか。
• RQ4 マルコフ連鎖技術を用いて、平均場近似を超えたマクロ的ダイナミクスを厳密に分析できるか。
• RQ5 ω を時間に依存させる手法により、進化する社会的構造をマルコフ連鎖フレームワーク内でどのようにモデル化できるか。

主な発見

• エージェントベースの意見モデルのマクロ的ダイナミクスがマルコフ的であるのは、かつてそのラッピング可能性条件を満たす場合に限る。この条件は、エージェントの更新確率分布 ω の対称性と構造に依存する。
• システムの一時的段階（実世界の応用においてしばしば最も関連性がある）は、提案されたマルコフ連鎖フレームワークを用いることで完全に特徴づけられる。これは平均場アプローチとは対照的である。
• 通信制限があると、複数の吸収状態が出現し、それらはシステム内での異なる意見の持続的共存に対応する。
• 確率分布 ω は技術的道具にとどまらず、相互作用の社会的構造を符号化しており、その非対称性や対称性の欠如は、マルコフ的マクロ記述の不可能性を引き起こす可能性がある。
• このフレームワークは、非対称な ω が集団行動における長記憶効果を生じることを明らかにし、ABMにおける記述的Emergence（出現）の原因を示している。
• この手法は平均場アプローチの代替手段となり得るだけでなく、時間に依存する ωt を用いることで、微視的ダイナミクスとマクロ的構造との間のフィードバックをモデル化する新たな道筋を開く。