[论文解读] Naming Game on small-world networks: the role of clustering structure

Bo-Yu Lin, Jie Ren+2 more|ArXiv.org|Jun 30, 2006

Opinion Dynamics and Social Influence被引用 5

一句话总结

本文研究了在同质小世界网络上的命名游戏，表明更高的聚类系数会通过限制词簇的增长并减少最大代理记忆容量，从而减缓共识的形成。研究揭示了聚类系数与词簇增长速率之间的定量反比关系，证明更高的局部连通性会阻碍系统收敛。

ABSTRACT

Naming Game is a recently proposed model for describing how a multi-agent system can converge towards a consensus state in a self-organized way. In this paper, we investigate this model on the so-called homogeneous small-world networks and focus on the influence of the triangular topology on the dynamics. Of all the topological quantities, the clustering coefficient is found to play a significant role in the dynamics of the Naming Game. On the one hand, it affects the maximum memory of each agent; on the other hand, it inhibits the growing of clusters in which agents share a common word, i.e., a larger clustering coefficient will cause a slower convergence of the system. We also find a quantitative relationship between clustering coefficient and the maximum memory.

研究动机与目标

• 理解小世界网络中的聚类结构如何影响命名游戏的动力学行为。
• 研究聚类系数在影响代理收敛速度和记忆容量方面的作用。
• 量化网络拓扑（特别是聚类）与词簇增长速率之间的关系。
• 通过使用同质小世界网络，将聚类的影响与其他拓扑因素（如度分布）分离出来。

提出的方法

• 本研究使用固定度K=8的同质小世界网络（HoSW），通过随机重连边的概率p构建网络。
• 应用命名游戏模型：代理随机交互，共享词语，并在成功通信后仅保留共享词语以更新词汇。
• 通过调节重连概率p系统性地改变聚类系数，其中p≈0时聚类系数高，p≈0.1时聚类系数低。
• 跟踪随时间变化的平均簇大小g(t)，以分析词簇的增长动力学。
• 识别交叉时间t_cross，并分析t/N < t_cross时的幂律增长阶段，以提取增长指数γ。
• 将分析结果与模拟结果对比，建立聚类系数与动力学行为之间的定量关系。

实验结果

研究问题

• RQ1 网络的聚类系数如何影响命名游戏的收敛速度？
• RQ2 聚类系数与命名游戏中代理的最大记忆容量之间存在何种关系？
• RQ3 聚类如何影响系统中词簇的增长速率？
• RQ4 更高的聚类系数是否会导致命名游戏中共识形成更慢？
• RQ5 能否在聚类系数与词簇大小的幂律增长指数γ之间建立定量关系？

主要发现

• 聚类系数对词簇增长具有显著抑制作用：聚类越高，系统收敛越慢。
• 发现聚类系数与词簇增长速率γ之间存在负相关关系，即聚类越大，γ越小。
• 在聚类更高的网络中，代理的最大记忆容量降低，因为词语更可能保留在局部簇内。
• 平均簇大小g(t)的幂律增长遵循g(t) ∼ (t/N)^γ的形式，其中γ随聚类增加而减小。
• 交叉时间t_cross随聚类系数增加而增大，表明系统在进入最终收敛阶段前具有更长的瞬态期。
• 结果表明，三角形拓扑（高聚类）会限制主导词语的传播，从而减缓共识的出现。