[论文解读] Emergent Opinion Dynamics on Endogenous Networks

László Gulyás, Elenna Dugundji|ArXiv.org|Oct 17, 2006

Opinion Dynamics and Social Influence参考文献 13被引用 3

一句话总结

本文提出了一种多智能体仿真模型，其中意见动态与网络拓扑结构内生地共同演化，智能体的选择实时影响其社会连接。关键贡献在于表明，从意见形成到网络结构的反馈会导致聚类和极化的涌现，即使在初始为随机网络的情况下也是如此，突显了动态网络拓扑在社会影响过程中的关键作用。

ABSTRACT

In recent years networks have gained unprecedented attention in studying a broad range of topics, among them in complex systems research. In particular, multi-agent systems have seen an increased recognition of the importance of the interaction topology. It is now widely recognized that emergent phenomena can be highly sensitive to the structure of the interaction network connecting the system's components, and there is a growing body of abstract network classes, whose contributions to emergent dynamics are well-understood. However, much less understanding have yet been gained about the effects of network dynamics, especially in cases when the emergent phenomena feeds back to and changes the underlying network topology. Our work starts with the application of the network approach to discrete choice analysis, a standard method in econometric estimation, where the classic approach is grounded in individual choice and lacks social network influences. In this paper, we extend our earlier results by considering the endogenous dynamics of social networks. In particular, we study a model where the behavior adopted by the agents feeds back to the underlying network structure, and report results obtained by computational multi-agent based simulations

研究动机与目标

• 研究意见动态如何反馈至多智能体系统中社会网络结构的演化。
• 通过引入由智能体行为驱动的内生网络形成机制，扩展传统的离散选择模型。
• 考察当交互拓扑结构并非固定而是由智能体选择塑造时，社会网络的涌现特性。
• 理解动态网络对复杂系统中社会影响与集体行为的影响。

提出的方法

• 该模型采用多智能体系统，智能体根据局部互动和网络连接更新其意见。
• 智能体的选择通过离散选择框架建模，效用函数包含来自邻居的社会影响。
• 网络结构内生演化：智能体根据意见相似性和效用最大化原则形成或切断联系。
• 网络拓扑根据意见变化迭代更新，从而在行为与连通性之间形成反馈回路。
• 通过计算代理建模进行仿真，以观察长期涌现模式。
• 通过在不同初始网络条件和智能体交互规则下的计算实验对模型进行验证。

实验结果

研究问题

• RQ1 意见动态与网络结构的共同演化如何影响社会聚类的涌现？
• RQ2 意见相似性在塑造社会网络拓扑演化过程中扮演何种角色？
• RQ3 内生网络动态在多大程度上放大或抑制了意见形成的极化？
• RQ4 初始网络配置在多大程度上影响意见聚类的长期稳定性和结构？
• RQ5 在何种条件下，动态网络会导致更具韧性或更碎片化的社会系统？

主要发现

• 内生网络动态即使从随机网络开始，也能自发形成意见聚类。
• 由于意见相似性与网络连通性之间的反馈回路，意见极化随时间加剧。
• 具有更高内生适应性的网络表现出更快收敛至稳定意见聚类的速度。
• 从社会一致性中获得更高效用的智能体更可能形成并维持连接，从而强化意见同质性。
• 该模型表明，网络结构并非静态背景，而是意见演化的动态驱动力。
• 在特定参数条件下，涌现的网络结构表现出小世界和无标度特性，表明社会网络的自组织性。