[论文解读] Dynamics of Opinions and Social Structures

Martin Rosvall, Kim Sneppen|ArXiv.org|Aug 2, 2007

Opinion Dynamics and Social Influence参考文献 5被引用 7

一句话总结

本文提出一种动态社交网络模型，其中个体基于信息共享与观点一致性的反馈机制自组织关系，从而涌现出模块化、类部落的社交结构。关键发现是：观点适应、网络重连与基于优先级的信息获取之间的反馈机制驱动了社会分化与一致性，具有影响力的个体（如“先知”）可通过基于声望的影响，诱导形成层级化、中心化的网络结构。

ABSTRACT

Social groups with widely different music tastes, political convictions, and religious beliefs emerge and disappear on scales from extreme subcultures to mainstream mass-cultures. Both the underlying social structure and the formation of opinions are dynamic and changes in one affect the other. Several positive feedback mechanisms have been proposed to drive the diversity in social and economic systems, but little effort has been devoted to pinpoint the interplay between a dynamically changing social network and the spread and gathering of information on the network. Here we analyze this phenomenon in terms of a social network-model that explicitly simulates the feedback between information assembly and emergence of social structures: changing beliefs are coupled to changing relationships because agents self-organize a dynamic network to facilitate their hunter-gatherer behavior in information space. Our analysis demonstrates that tribal organizations and modular social networks can emerge as a result of contact-seeking agents that reinforce their beliefs among like-minded. We also find that prestigious persons can streamline the social network into hierarchical structures around themselves.

研究动机与目标

• 理解社会结构与观点形成如何通过网络拓扑与信息交换之间的动态反馈共同演化。
• 建模个体如何基于局部信息与流言蜚语调整观点并重连关系，从而涌现出群体结构。
• 探究个体在观点改变与注意力分配上的灵活性如何塑造网络模块性与社会凝聚力。
• 考察具有影响力的个体（“先知”）如何通过基于声望的影响操控网络结构与观点流动。
• 揭示从去中心化、自适应行为中涌现出模块化、隔离社区或中心化、层级系统所需的前提条件。

提出的方法

• 个体维护一个包含三个组成部分的记忆：指向其他个体的指针、信息的年龄、反映对他人兴趣程度的优先级值。
• 连接个体之间的通信通过间接信息更新记忆，模拟现实世界中的流言传播与信息扩散。
• 网络重连由局部知识驱动：个体通过与高优先级个体建立新连接以改善信息获取。
• 观点适应通过灵活性参数 μ 建模，控制个体在每次通信事件中改变其兴趣记忆的程度。
• “先知”个体可通过将他人优先级的分数 Pμ 转换为自身，偏见他人兴趣记忆，模拟社会影响或宣传。
• 系统模拟采用固定网络规模（N=100）与链接数量（L=150），变化通信与重连比率（C）、灵活性（μ）与注意力分配（η）。

实验结果

研究问题

• RQ1 观点适应与网络重连之间的相互作用如何导致模块化或层级化的社会结构？
• RQ2 观点改变速率（灵活性 μ）在维持或瓦解社会群体中的作用是什么？
• RQ3 对他人注意力（兴趣）的分配（η）如何影响小圈子化与社会视野的形成？
• RQ4 单个具有影响力的个体（“先知”）是否可通过基于声望的影响诱导出中心化、层级化的网络结构？
• RQ5 在何种条件下，系统会从去中心化、模块化的组织形态转变为由单一个体主导的极权式结构？

主要发现

• 当个体缓慢适应观点（μ 较低）且优先选择观点一致的个体时，尤其在高注意力分配（η）条件下，会涌现出模块化、类小圈子的社会结构。
• 当灵活性 μ 较低（如 0.01%）时，系统维持强模块化结构与有限的信息视野，表明社会分化具有稳定性。
• 单个“先知”个体（P=10）可将局部与全局社会视野均减少至约 2，表明其在信息与社会关注方面实现近乎完全的主导。
• 只要通信速率 C 足够高，模块化网络的涌现对通信速率 C 的变化具有鲁棒性；仅在通信水平极低时系统才会崩溃。
• 该模型表明，即使所有个体完全相同，通过观点一致与网络重连之间的反馈机制，仍可导致持久的社会分化与观点多样性。
• 当“先知”具有 P=2 时，可生成一个庞大且稳定的追随者群体，表明有针对性的影响可显著重塑网络拓扑，推动中心化发展。