[论文解读] Opinion dynamics on a group structured adaptive network

Floriana Gargiulo, Sylvie Huet|arXiv (Cornell University)|Dec 15, 2009

Opinion Dynamics and Social Influence参考文献 32被引用 6

一句话总结

本文提出一种基于群体结构的自适应网络模型，其中个体可根据意见相似性重新配置社会关系，从而在低于经典Deffuant模型的有界信任阈值下实现共识形成。群体成员身份与流动性机制可减少极端化并促进凝聚力，尤其在低容忍度下表现显著，导致群体规模呈现幂律分布，即少数大型核心群体与大量小型极端群体并存。

ABSTRACT

Many models have been proposed to analyze the evolution of opinion structure due to the interaction of individuals in their social environment. Such models analyze the spreading of ideas both in completely interacting backgrounds and on social networks, where each person has a finite set of interlocutors.Moreover, the investigation on the topological structure of social networks has been the object of several analyses, both from the theoretical and the empirical point of view. In this framework a particularly important area of study involves the community structure inside social networks.In this paper we analyze the reciprocal feedback between the opinions of the individuals and the structure of the interpersonal relationships at the level of community structures. For this purpose we define a group based random network and we study how this structure co-evolves with opinion dynamics processes. We observe that the adaptive network structure affects the opinion dynamics process helping the consensus formation. The results also show interesting behaviors also in regards to the size distribution of the groups and their correlation with opinion structure.

研究动机与目标

• 探究社交网络中的群体结构如何与意见动态共同演化。
• 分析自适应网络拓扑对共识形成与意见聚类的影响。
• 探讨在不同容忍度水平下，群体规模分布与意见分布之间的关系。
• 模拟个体改变群体的能力如何影响意见动态中的极化与凝聚力。

提出的方法

• 模型采用基于群体的随机网络，其中个体初始形成群体，并可根据意见相似性重新加入其他群体。
• 意见更新遵循有界信任规则，仅当个体与他人意见差异在容忍阈值内时才进行调整。
• 网络适应通过群体重新分配实现：个体离开意见差异较大的群体，加入更契合的群体。
• 模型整合了意见演化与网络结构之间的动态反馈回路，模拟现实社会中的适应行为。
• 通过改变有界信任阈值（ε）、初始群体数（G₀）和群体规模（N）进行模拟，以分析涌现行为。
• 模拟结束后分析群体规模与意见分布，以评估异质性与共识形成情况。

实验结果

研究问题

• RQ1 基于群体的网络自适应如何影响意见动态中的共识阈值？
• RQ2 在自适应网络中，群体规模分布与意见分布之间存在何种关系？
• RQ3 个体改变群体的能力如何影响极端群体的形成？
• RQ4 在何种条件下模型会产生群体规模的幂律分布？
• RQ5 初始群体规模与网络结构如何影响最终的意见格局？

主要发现

• 自适应网络结构降低了达成共识所需的有界信任阈值，使模型在低于经典Deffuant模型的容忍度下也能实现共识。
• 在低容忍度（ε = 0.1）下，模型产生群体规模的幂律分布，表现为少数大型核心群体与大量小型极端群体并存。
• 由意见接近均值的个体组成的核心群体，其平均规模显著大于极端群体。
• 通过允许群体成员变更，模型避免了孤立个体的出现，减少了社会碎片化。
• 高容忍度下群体结构得以保持，群体规模分布稳定且异质性明显，无显著变化。
• 意见与群体结构的共同演化带来了更真实的社交动态，包括主导派系与少数派系的出现。