[论文解读] A Model of Opinion Dynamics with Bounded Confidence and Noise

Piotr Nyczka|arXiv (Cornell University)|May 31, 2011

Opinion Dynamics and Social Influence参考文献 3被引用 3

一句话总结

本文提出了一种连续意见动态的有限信心模型，其中一位有影响力的角色同时根据信心阈值更新L名听众的意见，同时引入随机噪声以模拟外部影响。主要贡献在于：在临界容忍度附近，噪声驱动了不同意见集群数量之间的自发转变，防止系统被吸收至固定点，从而在社会系统中实现动态平衡状态。

ABSTRACT

This paper introduces a new model of continuous opinion dynamics with random noise. The model belongs to the broad class of so called bounded confidence models. It differs from other popular bounded confidence models by the update rule, since it is intended to describe how the single person can influence at the same time a group of several listeners. Moreover, opinion noise is introduced to the model. Due to this noise, in some specific cases, spontaneous transitions between two states with a different number of large opinion clusters occur. Detailed analysis of these transitions is provided, with MC simulations and ME numerical integration analysis.

研究动机与目标

• 建模单一角色如何在意见动态中同时影响多名听众，扩展传统的成对互动模型。
• 通过随机噪声引入外部影响，模拟现实世界中意见转变的不可预测性。
• 分析在临界容忍度附近不同意见集群数量之间的自发转变。
• 研究在不同噪声强度、群体规模和信心水平下，意见状态的稳定性和寿命。
• 提供分析与数值工具（ME与MC模拟），以理解有限信心模型中的非平衡动力学。

提出的方法

• 将参与者建模为[0,1]区间内的连续意见，其互动受有限信心阈值T控制。
• 在每一步中，一位参与者（影响者）若其意见差异在T范围内，则更新L名随机选择的听众的意见。
• 更新规则为 S′_i = (S* + S_i)/2，允许在信心范围内形成共识。
• 以概率ρ，随机选择一个参与者的意见被替换为[0,1]区间内的均匀随机值，引入噪声。
• 推导出主方程和类似福克-普朗克的平均场近似，以描述意见密度P(O,t)随时间的演化。
• 使用蒙特卡洛（MC）模拟和主方程的数值积分，分析集群动力学与转变统计。

实验结果

研究问题

• RQ1 引入噪声如何影响有限信心模型中意见集群的长期稳定性？
• RQ2 在何种条件下会发生不同数量意见集群之间的自发转变？
• RQ3 听众数量L如何影响集群转变的频率与性质？
• RQ4 连续集群转变之间的时间分布是怎样的？其与噪声强度ρ和容忍度T的关系如何？
• RQ5 平均场（ME）与蒙特卡洛（MC）模拟结果在捕捉系统动态平衡方面有何异同？

主要发现

• 只有在临界容忍度区域T ∈ [T_k − Δ, T_k + Δ]内才会发生不同数量意见集群之间的自发转变，且当L → ∞时Δ → 0。
• 噪声防止系统达到固定点，即使在长时间模拟后仍维持动态平衡。
• 当ρ > 0时，系统的意见分布与初始条件无关，这与无噪声的有限信心模型不同。
• 在T ≈ T_k的分岔点附近，转变最为频繁，表明系统行为具有临界性。
• 在临界区域，意见状态的寿命分布呈现类似幂律的模式，暗示具有尺度自由动力学。
• 平均场分析证实了临界行为的出现，并验证了MC模拟结果，尤其在N和L较大的极限下表现更佳。