[论文解读] Modelling Structured Societies: a Multi-relational Approach to Context Permeability

Davide Nunes, Luís Antunes|arXiv (Cornell University)|Jul 14, 2015

Opinion Dynamics and Social Influence参考文献 42被引用 6

一句话总结

本文提出一种多关系代理模型，用于研究结构化社会中的情境渗透性，比较了在多个社交网络中同时交互与动态情境切换两种交互模式。结果表明，网络拓扑结构与切换动态显著影响共识形成速度，其中无标度网络可加速收敛，而情境切换则能加快对变化社交情境的适应速度。

ABSTRACT

The structure of social relations is fundamental for the construction of plausible simulation scenarios. It shapes the way actors interact and create their identity within overlapping social contexts. Each actor interacts in multiple contexts within different types of social relations that constitute their social space. In this article, we present an approach to model structured agent societies with multiple coexisting social networks. We study the notion of context permeability, using a game in which agents try to achieve global consensus. We design and analyse two different models of permeability. In the first model, agents interact concurrently in multiple social networks. In the second, we introduce a context switching mechanism which adds a dynamic temporal component to agent interaction in the model. Agents switch between the different networks spending more or less time in each one. We compare these models and analyse the influence of different social networks regarding the speed of convergence to consensus. We conduct a series of experiments that show the impact of different configurations for coexisting social networks. This approach unveils both the limitations of the current modelling approaches and possible research directions for complex social space simulations.

研究动机与目标

• 为解决单网络模型在模拟现实世界社会复杂性方面的局限性，即个体在多个重叠的社会关系中活动。
• 研究不同社交网络拓扑结构（规则网络、无标度网络）对多关系代理社会中共识形成速度的影响。
• 考察情境渗透性的影响——特别是代理是否在多个网络中同时交互，或在不同网络间切换——对集体动态的影响。
• 提供一个中立、极简的博弈论框架（多数规则共识），避免对涌现现象引入偏见。
• 揭示社会模拟模型的描述复杂性，并为未来人工复杂系统建模提供指导。

提出的方法

• 使用多个共存的社会网络对代理社会进行建模，每个网络具有不同的拓扑结构（例如，规则网络、无标度网络）。
• 实施一种共识形成博弈，代理根据其当前网络情境中的多数规则更新观点。
• 设计两种模型：(1) 在所有网络中同时交互；(2) 基于时间分配的动态情境切换。
• 每个配置进行100次独立模拟运行，以确保统计稳健性并测量平均收敛速度。
• 分析在不同网络参数（如规则网络的k=10,30；无标度网络的d=1,5）下，平均相遇次数与收敛时间。
• 使用视角图可视化切换概率与网络类型对互动频率和共识速度的影响。

实验结果

研究问题

• RQ1 共存社交网络的拓扑结构（规则网络 vs. 无标度网络）如何影响多关系代理社会中共识形成的速率？
• RQ2 情境渗透性——具体而言，是同时交互还是动态情境切换——对共识收敛有何影响？
• RQ3 不同网络间的切换策略如何影响跨网络相遇次数与整体收敛动态？
• RQ4 网络参数（如度数k与幂律指数d）在多网络模型中在多大程度上调节共识的出现？
• RQ5 一个极简的博弈论模型（多数规则）是否能在不引入人为偏见的情况下，揭示复杂社会模拟中的有意义涌现动态？

主要发现

• 与规则网络相比，幂律指数d=1或d=5的无标度网络显著加速了共识收敛，尤其是在情境切换动态下。
• 在情境切换模型中，无标度网络中的代理（d=1）平均在10,000至15,000次相遇内达成共识，而规则网络（k=10）则需超过50,000次相遇。
• 模拟期间的平均相遇次数从约2,000到超过180,000不等，具体取决于网络类型与切换策略，其中混合或连接度较低的配置显示出更高数值。
• 当一个网络为无标度网络（d=1），另一个为规则网络（k=10）时，共识在约50,000至150,000次相遇内形成，表明网络异质性影响收敛速度。
• 情境切换模型的收敛速度优于同时交互模型，尤其当代理在高中心性网络中停留更长时间时，表明时间动态可增强信息传播。
• 该模型揭示，网络结构与切换行为是共识速度的关键决定因素，凸显了传统单网络模拟方法的局限性。