[论文解读] A Bayesian Framework for Opinion Updates

André C. R. Martins|arXiv (Cornell University)|Nov 1, 2008

Opinion Dynamics and Social Influence参考文献 41被引用 9

一句话总结

本文提出了一种贝叶斯框架，用于通过将意见更新视为基于沟通的主观概率修正来建模意见动态。它表明，传统模型如有界信任模型和CODA模型可作为特例或近似，从而为离散和连续意见的建模提供统一且理性的基础，能够真实反映极端化和网络信任崩溃等动态行为。

ABSTRACT

Opinion Dynamics lacks a theoretical basis. In this article, I propose to use a decision-theoretic framework, based on the updating of subjective probabilities, as that basis. We will see we get a basic tool for a better understanding of the interaction between the agents in Opinion Dynamics problems and for creating new models. I will review the few existing applications of Bayesian update rules to both discrete and continuous opinion problems and show that several traditional models can be obtained as special cases or approximations from these Bayesian models. The empirical basis and useful properties of the framework will be discussed and examples of how the framework can be used to describe different problems given.

研究动机与目标

• 为缺乏统一框架的意见动态提供理论基础。
• 使用贝叶斯概率修正作为规范性、理性的代理行为基础，对意见更新进行建模。
• 表明现有模型（如CODA、有界信任）可作为该贝叶斯框架的极限或近似推导得出。
• 将框架扩展至包含信任网络和离散选择问题中的连续沟通。
• 实现对社会影响与意见形成更真实、灵活且可推广的建模。

提出的方法

• 使用贝叶斯更新形式化意见动态，其中代理根据观察到的他人意见来修正主观概率。
• 定义似然函数，表示代理在自身信念下，对其邻居意见的可信度。
• 将框架应用于离散意见（通过CODA模型）和连续意见（通过有界信任近似）。
• 使用共轭先验和充分统计量简化更新，尤其在连续情况下。
• 通过允许代理根据不一致意见修正对他人可靠性信念，建模网络信任崩溃。
• 推导框架的极限情况，以恢复已知模型，如高斯有界信任模型。

实验结果

研究问题

• RQ1 贝叶斯概率更新如何作为意见动态模型的统一理论基础？
• RQ2 传统模型如CODA和有界信任如何作为贝叶斯框架的特例出现？
• RQ3 意见的强度（置信度）如何影响意见动态中极端化的出现？
• RQ4 该贝叶斯框架能否自然地对社会系统中信任网络的形成与崩溃进行建模？
• RQ5 该框架如何扩展以建模意见之外的决策与行为？

主要发现

• 当代理保持恒定不确定性时，贝叶斯框架成功恢复了有界信任模型的定性行为，表明这些模型在特定假设下近似于贝叶斯更新。
• CODA模型即使在无初始极端者的情况下也表现出极端化，被证明是离散贝叶斯更新的一般情况，极端化源于意见强度的累积。
• 在模拟中，每个代理经历 t = 500 次互动后达到完全共识，这是由于高置信度（νi）的极端意见获得不成比例的影响力，导致领域壁发生移动。
• 该框架通过允许代理更新对他人可靠性的信念，自然地对信任网络进行建模，当意见冲突时可能导致网络崩溃。
• 该模型可扩展至包括决策与行为，表明其在社会与认知建模中具有更广泛的应用潜力。
• 该框架为理性行为提供了启发式近似，其经验支持来自人类启发式与贝叶斯推理相似性的研究。