[논문 리뷰] Opinion dynamics under opposition

Steffen Eger|arXiv (Cornell University)|2013. 06. 13.

Opinion Dynamics and Social Influence인용 수 2

한 줄 요약

이 논문은 집단 내 일치와 집단 간 대립을 고려한 DeGroot 유사 의견 동역학 모델을 제안한다. 여기서 에이전트들은 집단 내 구성원의 의견에 맞추고, 집단 외부 구성원의 의견과는 반대 방향으로 조정한다. 이 모델은 장기적 극화를 가능하게 하는 핵심 메커니즘으로 '부드러운 대립'을 규명하며, 네트워크 구조와 이심 함수가 결과를 결정함을 보여주고, 부정적 관계가 강할 경우 지혜를 달성하는 것이 어렵다는 점을 밝힌다.

ABSTRACT

We study a DeGroot-like opinion dynamics model in which agents may oppose other agents. As an underlying motivation, in our setup, agents want to adjust their opinions to match those of the agents of their 'in-group' and, in addition, they want to adjust their opinions to match the 'inverse' of those of the agents of their 'out-group'. Our paradigm can account for persistent disagreement in connected societies as well as bi- and multi-polarization. Outcomes depend upon network structure and the choice of deviation function modeling the mode of opposition between agents. For a particular choice of deviation function, which we call soft opposition, we derive necessary and sufficient conditions for long-run polarization. We also consider social influence (who are the opinion leaders in the network?) as well as the question of wisdom in our naive learning paradigm, finding that wisdom is difficult to attain when there exist sufficiently strong negative relations between agents.

연구 동기 및 목표

• 실제 극화 현상을 반영하기 위해 집단 내 구성원과의 일치 및 집단 외부 구성원와의 대립을 고려한 의견 동역학 모델을 구축한다.
• 네트워크 구조와 이심 함수의 선택이 장기적 의견 결과에 미치는 영향을 분석한다.
• 연결된 사회에서 지속적 극화가 발생하는 조건을 조사한다.
• 이 모델에서 사회적 영향력과 지혜의 역할을 탐구한다 (대칭적 학습에 대한 단순화된 모델에서의 대립을 고려함).

제안 방법

• 에이전트가 집단 외부 구성원의 의견을 얼마나 반대하는지를 수량화하는 이심 함수를 도입하여 DeGroot 모델을 변형한다.
• 집단 내 의견의 가중 평균과 집단 외부 의견의 역수를 고려한 가중 평균으로 의견 갱신을 모델링하며, 이 가중치는 네트워크 구조에 의해 결정된다.
• 연속적이고 유한한 대립 효과를 가능하게 하는 특수한 이심 함수로 '부드러운 대립'을 도입한다.
• 장기적 의견 수렴 또는 산산이 흩어지는 현상을 분석하기 위해 선형 대수학과 마르코프 체인 분석을 사용한다.
• 영향력 네트워크에서 주 Eigenvector 중심성 기반으로 의견 리더를 식별함으로써 사회적 영향력을 분석한다.
• 노이즈가 있는 관측 하에서 시스템의 장기적 공감대가 진실된 상태에 얼마나 가까운지를 평가함으로써 지혜를 평가한다.

실험 결과

연구 질문

• RQ1 이 모델이 장기적 극화를 초래하고 공감대에 도달하지 못하는 조건은 무엇인가?
• RQ2 특히 부드러운 대립을 포함한 이심 함수의 선택이 극화의 발생에 어떤 영향을 미치는가?
• RQ3 네트워크 구조는 영향력의 분포와 의견 리더의 발생에 어떻게 영향을 미치는가?
• RQ4 에이전트 간 부정적 관계가 강할 경우, 이 시스템이 지혜를 얼마나 달성할 수 있는가?

주요 결과

• 부드러운 대립 조건 하에서 네트워크 구조가 충분한 집단 내 유대감과 집단 간 분리성을 지원할 경우 장기적 극화가 가능하다.
• 부드러운 대립 조건 하에서 영향력 행렬의 스펙트럼 성질에 따라 극화의 필요 및 충분 조건이 도출된다.
• 높은 진입 차수와 강한 집단 내 유대를 가진 노드에 사회적 영향력이 집중되며, 이는 의견 리더로 식별된다.
• 에이전트 간 부정적 관계가 강할 경우, 진실된 상태에 대한 공감대 형성이 방해되어 지혜를 달성하는 것이 어렵다.
• 집단 내 일치와 집단 간 대립의 상호작용으로 인해 연결된 네트워크에서도 이중 또는 다중 극화가 발생할 수 있다.