[논문 리뷰] Opinion Dynamics in Social Networks: A Local Interaction Game with Stubborn Agents

Javad Ghaderi, R. Srikant|arXiv (Cornell University)|2012. 08. 24.

Opinion Dynamics and Social Influence참고 문헌 30인용 수 4

한 줄 요약

이 논문은 사회적 네트워크 내에서 의견 동역학을 국소적 상호작용 게임으로 모델링하며, 에이전트들이 이웃의 의견과 개인적 고집성에 기반해 연속적인 의견(0에서 1 사이)을 갱신하고, 비용 함수를 최소화한다. 수렴가능성이 네트워크 구조, 초기 의견, 고집성 에이전트의 배치에 따라 유일한 평형에 도달함을 증명하며, 수렴 속도는 네트워크 그래프의 스펙트럼 성질에 의해 특성화된다.

ABSTRACT

The process by which new ideas, innovations, and behaviors spread through a large social network can be thought of as a networked interaction game: Each agent obtains information from certain number of agents in his friendship neighborhood, and adapts his idea or behavior to increase his benefit. In this paper, we are interested in how opinions, about a certain topic, form in social networks. We model opinions as continuous scalars ranging from 0 to 1 with 1(0) representing extremely positive(negative) opinion. Each agent has an initial opinion and incurs some cost depending on the opinions of his neighbors, his initial opinion, and his stubbornness about his initial opinion. Agents iteratively update their opinions based on their own initial opinions and observing the opinions of their neighbors. The iterative update of an agent can be viewed as a myopic cost-minimization response (i.e., the so-called best response) to the others' actions. We study whether an equilibrium can emerge as a result of such local interactions and how such equilibrium possibly depends on the network structure, initial opinions of the agents, and the location of stubborn agents and the extent of their stubbornness. We also study the convergence speed to such equilibrium and characterize the convergence time as a function of aforementioned factors. We also discuss the implications of such results in a few well-known graphs such as Erdos-Renyi random graphs and small-world graphs.

연구 동기 및 목표

• 다양한 정도의 고집성을 가진 에이전트 간의 국소적 상호작용을 통해 사회적 네트워크에서 의견 형성 방식을 이해하기 위해.
• 네트워크 시스템에서 공감대 또는 평형 의견이 형성되는 조건을 조사하기 위해.
• 네트워크 구조, 초기 의견, 고집성 에이전트 분포에 따라 평형에 수렴하는 속도를 특성화하기 위해.
• 완전히 고집성 있는 에이전트와 부분적으로 고집성 있는 에이전트가 최종 평형과 수렴 속도에 미치는 영향을 분석하기 위해.
• 이질적인 에이전트 행동을 고려한 연속적 의견 모델로 기존의 협력 게임 및 공감 동역학 결과를 확장하기 위해.

제안 방법

• 각 에이전트가 이웃의 의견과 초기 의견에서의 편차에 기반해 비용 함수를 최소화하는 연속적 협력 게임으로 의견 동역학을 모델링한다.
• 완전히 고집성(고정된 초기 의견)인 에이전트와 부분적으로 고집성(초기 의견에서의 이탈에 대해 벌금 부과)인 에이전트의 두 유형을 도입한다.
• 최적 반응 업데이트 규칙을 사용하여 에이전트들이 반복적으로 의견을 조정함으로써 개인적 비용을 최소화하는, 시각적 국소 최적화 과정을 이끈다.
• 수렴 분석을 위해 스펙트럼 그래프 이론을 적용하며, 딜리클레 에너지와 그래프 라플라시안 고유값을 사용해 수렴 시간을 경계한다.
• 고유값의 극값 특성화와 코시-슈바르츠 부등식을 활용하여 수렴 속도에 대한 경계를 유도한다.
• 에르도스-레니 그래프와 소월드 네트워크에서의 수렴을 분석하기 위해 평균 차수를 경계하고, 차수 변동성에 대한 농도 불등식을 적용한다.

실험 결과

연구 질문

• RQ1 국소적 상호작용을 가진 사회적 네트워크에서 유일한 평형 의견이 형성되는 조건은 무엇인가?
• RQ2 에이전트의 고집성 수준과 위치가 최종 평형 의견에 어떻게 영향을 미치는가?
• RQ3 평형에 수렴하는 데 걸리는 시간은 무엇이며, 네트워크 구조와 에이전트의 고집성에 따라 어떻게 달라지는가?
• RQ4 그래프 라플라시안의 고유값과 같은 네트워크 그래프의 스펙트럼 성질은 수렴 속도와 어떻게 관련되는가?
• RQ5 무작위 네트워크와 소월드 네트워크에서의 결과는 정규 또는 완전 그래프와 비교해 어떻게 다를까?

주요 결과

• 고집성 에이전트가 존재하지 않을 경우 시스템은 고유한 평형 의견으로 수렴하며, 이 평형 값은 초기 의견의 가중 평균이며, 가중치는 노드의 차수 비례한다.
• 수렴 시간은 그래프 라플라시안의 스펙트럼 갭의 역수로 경계되며, 높은 연결성 네트워크에서는 수렴 속도가 느리다.
• 에르도스-레니 및 소월드 네트워크에서는 최대 차수가 높은 확률로 O(log n)이므로, 수렴 속도는 n에 대해 다항식 이하임을 시사한다.
• 고집성 에이전트의 존재는 평형을 변화시키며, 수렴 속도는 비고집성 에이전트로 구성된 부분그래프의 연결성에 따라 달라진다.
• 수렴 시간은 그래프의 간선 확장성과 고집성 에이전트의 가중치를 포함하는 함수로 상한이 존재하며, 극값 고유값 특성화를 통해 더 견고한 경계가 도출된다.
• 완전히 고집성 에이전트가 존재할 경우 평형 의견은 나머지 네트워크의 구조에 영향을 받으며, 약한 연결성 가정 하에서도 여전히 수렴이 보장된다.