[논문 리뷰] Opinion formation in networked societies with strong leaders

Paweł Sobkowicz|arXiv (Cornell University)|2003. 11. 22.

Opinion Dynamics and Social Influence인용 수 8

한 줄 요약

이 논문은 단일 강력한 리더를 가진 네트워크 사회에서의 의견 형성 과정을 에이전트 기반 시뮬레이션을 통해 모델링하며, 공감대 형성이 네트워크 구조와 리더의 위치에 따라 어떻게 달라지는지를 밝혀낸다. 결과적으로 스케일프리 네트워크에서는 리더가 높은 연결성을 가질 경우 빠른 공감대 형성이 가능하지만, 근접 이웃 네트워크는 높은 사회적 거리로 인해 리더의 영향력이 매우 강력해야만 공감대 형성이 가능함을 보여준다.

ABSTRACT

Recent studies show that many types of human social activities, from scientific collaborations to sexual contacts, can be understood in terms of complex network of interactions. Such networking paradigm allows to model many aspects of social behaviour with relatively simple computer models. The present work investigates the influence of single leaders on opinion formation within simulations of agent based artificial networked societies. Several types of network systems (among them random networks, highly clustered, small world and scale-free) are studied. The strength of the social influence of individuals is assumed to be dictated by distance from an agent to another, as well as individual strengths of the agents. We study the effect of different topologies on the conditions of general acceptance of leader's opinion by the society.

연구 동기 및 목표

• 단일 강력한 리더가 사회에서 공감대를 이끌어내는 데 있어 네트워크 구조가 어떤 영향을 미치는지 조사하기.
• 에이전트의 영향력 강도와 사회적 거리를 종합한 일반화된 사회적 즉각성 측정법을 사용하여 사회적 영향력을 함수로 모델링하기.
• 랜덤, 스몰월드, 스케일프리, 근접 이웃 네트워크 등 다양한 네트워크 유형 간의 의견 동역학을 비교하기.
• 외부 편향과 노이즈가 존재하는 상황에서 리더가 자신의 의견을 일반 수용 수준까지 이끌어내는 조건을 규명하기.
• 초기 조건과 리더의 위치가 의견 수렴의 속도와 완전성에 미치는 영향을 분석하기.

제안 방법

• 에이전트는 네트워크의 노드로 모델링되며, 각각의 의견 σ_i와 영향력 강도 s_i를 가지며, 그 중 한 명이 강력한 리더로 지정된다 (i ≠ L에 대해 s_L >> s_i).
• 사회적 영향력은 에이전트의 영향력 강도와 사회적 거리를 종합한 일반화된 사회적 즉각성 m_ij로 결정되며, m_ij는 대칭적이지 않을 수 있다.
• 의사결정 규칙은 확률적 임계값 모델을 사용하며, 에이전트의 의견 갱신은 리더의 영향력, 외부 편향 h^R, 그리고 자기 영향력 m_ii에 따라 이루어진다.
• 고정된 m_ij 값에 의한 고정 불순성(quehced disorder)과 업데이트 규칙 내 온도 유사 매개변수를 통한 노이즈를 모델에 통합한다.
• 네트워크 유형 네 가지(1차원 근접 이웃, 랜덤, 스몰월드(스트로가츠-워츠), 스케일프리(앨버트-바라바시))에서 시뮬레이션을 수행하며, 에이전트 수 N = 4096을 사용한다.
• 리더의 영향력 강도 s_L^R과 외부 편향 h^R에 따라 리더의 의견을 지지하는 에이전트 비율 f를 추적하여 상전이를 맵핑한다.

실험 결과

연구 질문

• RQ1 네트워크 구조는 리더가 공감대를 이끌어내기 위해 필요한 임계 영향력 강도에 어떤 영향을 미치는가?
• RQ2 리더의 위치와 연결성은 의견 수용의 속도와 완전성에 어떤 역할을 하는가?
• RQ3 초기 조건(유리한, 무작위, 불리한)이 의견 클러스터 형성과 공감대 형성에 어떤 영향을 미치는가?
• RQ4 사회적 거리에 따른 영향력 감쇠(m_ij를 통한)는 의견 버블 또는 클러스터의 발생에 어떤 영향을 미치는가?
• RQ5 특히 스케일프리와 스몰월드 네트워크는 리더의 영향력이 다양할 경우 빠른 공감대 형성을 위해 어떻게 비교되는가?

주요 결과

• 근접 이웃(1차원) 네트워크에서는 지지자 비율 f가 리더의 영향력 강도 s_L^R에 대해 선형적으로 증가하며, 긴 사회적 거리로 인해 전체 공감대 형성을 달성하기 위해 매우 높은 s_L^R가 필요하다.
• 스케일프리 알버트-바라바시 네트워크에서는 높은 연결성을 가진 리더가 다른 네트워크 유형보다 훨씬 낮은 s_L^R 값에서도 공감대 형성을 이끌어낼 수 있으며, 특히 고도수 노드에 위치한 리더일수록 유리하다.
• α = 2인 AB 네트워크(거리에 따른 영향력 감쇠가 빠름)에서는 불리한 초기 조건 하에서 α = 1인 경우보다 전체 공감대(f = 0.99)에 도달하는 데 훨씬 높은 s_L^R 값이 요구된다.
• 스몰월드 및 랜덤 네트워크에서는 평균 경로 길이가 짧고 클러스터링 정도가 높아 영향력 전파가 더 빠르며, 이로 인해 공감대 형성 전이가 빠르게 일어나고, 낮은 s_L^R에서도 발생한다.
• 자기 영향력(m_ii)이 존재할 경우 지지를 유지하는 것보다 시작하는 것이 더 어렵다는 점을 설명하며, 이는 f가 낮은 초기 지지 수준에서 더 천천히 증가하는 이유를 밝힌다.
• 고연결성 위치에 있는 리더를 가진 AB 네트워크에서는 α = 1인 경우보다 더 낮은 s_L^R에서 지지자 비율 f가 f = 0.90에 도달함을 보여주며, 잘 연결된 리더에게 유의미한 이점이 있음을 시사한다.