[论文解读] Opinion dynamics over complex networks: kinetic modeling and numerical methods

Giacomo Albi, Lorenzo Pareschi+1 more|arXiv (Cornell University)|Apr 1, 2016

Opinion Dynamics and Social Influence参考文献 23被引用 6

一句话总结

本文提出了一种在时变复杂网络上进行意见动态的动能模型，其中代理的意见通过二元交互进行更新，而网络连接则基于意见相似性形成或消失。通过平均场Fokker-Planck近似和半隐式有限差分格式，该模型捕捉到了系统渐近收敛至稳态解的现象，并表明网络结构——尤其是度分布——会影响意见极化与共识形成。

ABSTRACT

In this paper we consider the modeling of opinion dynamics over time dependent large scale networks. A kinetic description of the agents' distribution over the evolving network is considered which combines an opinion update based on binary interactions between agents with a dynamic creation and removal process of new connections. The number of connections of each agent influences the spreading of opinions in the network but also the way connections are created is influenced by the agents' opinion. The evolution of the network of connections is studied by showing that its asymptotic behavior is consistent both with Poisson distributions and truncated power-laws. In order to study the large time behavior of the opinion dynamics a mean field description is derived which allows to compute exact stationary solutions in some simplified situations. Numerical methods which are capable to describe correctly the large time behavior of the system are also introduced and discussed. Finally, several numerical examples showing the influence of the agents' number of connections in the opinion dynamics are reported.

研究动机与目标

• 建立大规模、时变复杂网络中意见动态的模型，其中连接的形成与移除取决于代理的意见。
• 分析网络拓扑结构——特别是度分布——对意见形成长期行为的影响。
• 推导系统的平均场Fokker-Planck描述，以研究稳态解与大时间行为。
• 开发鲁棒的数值方法，以保持非负性并正确捕捉意见动态的稳态解。
• 研究在优先连接与移除机制下，意见演化与网络重连之间的相互作用。

提出的方法

• 构建代理密度 $ f(w, c, t) $ 的动能模型，其中 $ w \in [-1,1] $ 表示意见，$ c \in \{0,1,\dots,c_{\text{max}}\} $ 表示连接数。
• 通过二元交互建模意见更新，通过优先连接机制建模新连接的形成，通过意见差异度决定连接的移除。
• 在准不变标度下推导平均场Fokker-Planck方程，以描述宏观意见演化。
• 引入受Chang-Cooper方法启发的半隐式有限差分格式，通过时间分裂法分别处理扩散项与对流项。
• 实施两步数值格式：首先进行显式处理的扩散步骤，随后进行线性化隐式求解的对流步骤，以保持非负性。
• 建立时间步长限制（基于 $ v^{n+1/2}_r $ 与 $ v^{n+1/2}_a $ 的条件），以确保解的稳定性和非负性。

实验结果

研究问题

• RQ1 基于意见相似性的网络连接动态演化如何影响意见的长期分布？
• RQ2 所提模型中网络度分布的渐近特性为何？其与现实世界网络的关系如何？
• RQ3 平均场Fokker-Planck模型能否准确描述时变网络上意见动态的稳态解？
• RQ4 数值方法如何保持系统的物理特性，如非负性与总代理数守恒？
• RQ5 代理的连接数对其意见极化与共识形成有何影响？

主要发现

• 网络的渐近度分布收敛于泊松分布或截断幂律分布，与现实世界网络的经验观察一致。
• 平均场Fokker-Planck模型可在简化情况下实现稳态解的解析计算，验证了模型与已知稳态行为的一致性。
• 所提出的有限差分格式在基于连接创建与移除速率推导的时间步长限制下，能保持解的非负性。
• 数值模拟表明，高连接度的代理倾向于稳定意见并减少极化，而低连接度代理则更容易发生意见转变。
• 通过离散解的 $ L^1 $-稳定性验证，该方法保持了总代理数在时间步长间的守恒性。
• 该方法有效捕捉了系统的长时间行为，包括依网络结构与意见交互规则而定的共识或聚类收敛。