[논문 리뷰] A General Model of Opinion Dynamics with Tunable Sensitivity.

Anastasia Bizyaeva, Alessio Franci외 1명|arXiv (Cornell University)|2020. 09. 09.

Opinion Dynamics and Social Influence참고 문헌 54인용 수 13

한 줄 요약

이 논문은 주의 파ram터와 포화 함수를 통해 조절 가능한 민감도를 갖춘 연속시간 의견 동역학 모델을 제안하며, 다중안정적 공감 및 이견 상태, 입력에 대한 초민감도, 의견 상태 간 강건한 전이를 가능하게 하여 네트워크에서 집단 행동을 연구하는 데 있어 유연하고 파ram터화된 프레임워크를 제공한다.

ABSTRACT

We present a model of continuous-time opinion dynamics for an arbitrary number of agents that communicate over a network and form real-valued opinions about an arbitrary number of options. The model generalizes linear and nonlinear models in the literature. Drawing from biology, physics, and social psychology, we introduce an attention parameter to modulate social influence and a saturation function to bound inter-agent and intra-agent opinion exchanges. This yields simply parameterized dynamics that exhibit the range of opinion formation behaviors predicted by model-independent bifurcation theory but not exhibited by linear models or existing nonlinear models. Behaviors include rapid and reliable formation of multistable consensus and dissensus states, even in homogeneous networks, as well as ultra-sensitivity to inputs, robustness to uncertainty, flexible transitions between consensus and dissensus, and opinion cascades. Augmenting the opinion dynamics with feedback dynamics for the attention parameter results in tunable thresholds that govern sensitivity and robustness. The model provides new means for systematic study of dynamics on natural and engineered networks, from information spread and political polarization to collective decision making and dynamic task allocation.

연구 동기 및 목표

• 선형 또는 기존 비선형 모델을 초월한 복잡한 집단 행동을 포착하는 일반화 가능한 의견 동역학 모델을 개발하기 위해.
• 주의 파ram터와 포화 함수를 통해 생물학적 및 심리학적 원리를 의견 동역학에 통합하기 위해.
• 자연적 및 공학적 네트워크에서의 의견 형성, 정보 확산 및 정치적 극화를 체계적으로 연구할 수 있도록 하기 위해.
• 주의 파ram터의 피드백 동역학을 통해 민감도 및 강건성에 대한 조절 가능한 임계값을 제공하기 위해.
• 동일한 네트워크에서도 공감 및 이견 상태 간의 민감한 전이를 모델링할 수 있도록 하기 위해.

제안 방법

• 모델은 다수의 옵션에 대해 실수 값을 갖는 의견을 가진 에이전트들이 네트워크를 통해 소통하는 연속시간 동역학을 사용한다.
• 주의 파ram터는 사회적 영향력을 조절하여 에이전트가 특정 의견이나 에이전트에 집중할 수 있도록 한다.
• 포화 함수는 상호 에이전트 간 및 내부 에이전트 간의 의견 교환을 제한하여 무한한 영향력을 방지한다.
• 모델은 조절 가능한 파ram터가 적은 것으로 설정되어 있어 의견 동역학의 체계적 탐색이 가능하다.
• 주의 파aram터에 대한 피드백 동역학을 도입하여 민감도 및 강건성을 규제하는 조절 가능한 임계값을 생성한다.
• 프레임워크는 선형 및 비선형 모델을 일반화하며, 분기 이론이 예측한 행동을 구현하지만 이전 모델에서는 관찰되지 않은 행동을 지원한다.

실험 결과

연구 질문

• RQ1 동일한 네트워크에서도 다중안정적 공감 및 이견 상태를 보이는 의견 동역학은 어떻게 모델링할 수 있는가?
• RQ2 입력에 대한 초민감도와 의견 형성에서의 불확실성에 대한 강건성은 어떤 메커니즘에 의해 가능해지는가?
• RQ3 의견 동역학의 민감도는 어떻게 조절하여 공감과 이견 상태 간 전이를 제어할 수 있는가?
• RQ4 주의 파aram터는 사회적 영향력과 의견 수렴에 어떤 역할을 하는가?
• RQ5 포화 함수와 피드백 동역학은 어떻게 함께 모델의 유연성과 현실성 향상에 기여하는가?

주요 결과

• 주의 및 포화 메커니즘 덕분에 동일한 네트워크에서도 빠르고 신뢰할 수 있는 다중안정적 공감 및 이견 상태 형성이 가능하다.
• 조절 가능한 주의 파aram터 덕분에 입력에 대한 초민감도가 달성되어 외부 자극에 날카로운 반응을 보일 수 있다.
• 포화 함수에 의한 유한한 의견 교환 덕분에 모델 내에서 불확실성에 대한 강건성이 내재되어 있다.
• 주의 파aram터의 피드백 동역학 덕분에 공감 및 이견 상태 간의 민감한 전이가 가능해졌다.
• 의견의 확산 현상이 모델의 비선형 동역학에서 자연스럽게 발생하여 바이러스성 정보 확산과 같은 실제 현상을 반영한다.
• 분기 이론이 예측한 다양한 의견 동역학 행동을 포착함으로써 기존의 선형 및 비선형 모델을 일반화하였다.