[论文解读] Social Structure and Opinion Formation

Fang Wu, Bernardo A. Huberman|arXiv (Cornell University)|Jul 9, 2004

Opinion Dynamics and Social Influence参考文献 39被引用 60

一句话总结

本文提出了一种动态意见形成模型，明确结合了社交网络结构，表明由于鞅性质，持有特定意见的加权比例在时间上保持恒定。关键结果是，由于网络异质性，多种意见在长期共存，解释了意见的局部传播以及潮流的脆弱性。

ABSTRACT

We present a dynamical theory of opinion formation that takes explicitly into account the structure of the social network in which in- dividuals are embedded. The theory predicts the evolution of a set of opinions through the social network and establishes the existence of a martingale property, i.e. that the expected weighted fraction of the population that holds a given opinion is constant in time. Most importantly, this weighted fraction is not either zero or one, but corresponds to a non-trivial distribution of opinions in the long time limit. This co-existence of opinions within a social network is in agreement with the often observed locality effect, in which an opinion or a fad is localized to given groups without infecting the whole society. We verified these predictions, as well as those concerning the fragility of opinions and the importance of highly connected individuals in opinion formation, by performing computer experiments on a number of social networks.

研究动机与目标

• 开发一种考虑社交网络结构的意见形成理论，超越假设意见均匀传播的模型。
• 解释为何意见往往保持局部化而非在整个社会中普遍传播。
• 研究个体影响力（尤其是高度连接个体）对意见动态与稳定性的影响。
• 分析信息不对称的影响，即某些个体影响他人但不被他人影响的情况。
• 通过在无标度网络与有向网络上的计算机模拟验证理论预测。

提出的方法

• 将社交网络建模为具有给定度分布 $p_k$ 的随机图，其中节点代表个体，边代表社会关系。
• 假设异步、有限选择的意见更新，涉及两种或三种意见，个体根据邻居的意见进行更新。
• 将持有特定意见的个体的加权比例定义为基于其度的平均值，在一般条件下可导出鞅性质。
• 推导意见比例随时间演化的解析解，表明预期加权比例在时间上保持恒定。
• 将模型扩展以包含固定意见（刚性个体）和信息不对称，通过有向图实现单向影响。
• 使用在无标度网络与指数分布网络上的计算机模拟验证预测，包括有向图以模拟非对称影响。

实验结果

研究问题

• RQ1 社交网络结构如何影响人群中意见的长期分布？
• RQ2 为何意见往往保持局部化而非在整个社会中均匀传播？
• RQ3 高度连接的个体在塑造或破坏意见动态中发挥何种作用？
• RQ4 信息不对称（某些个体影响他人但不被他人影响）如何影响意见形成？
• RQ5 能否为持有特定意见的个体的预期加权比例建立鞅性质，其对意见持久性有何含义？

主要发现

• 由于鞅性质，持有特定意见的预期加权比例在时间上保持恒定，即使意见本身在演化。
• 长期来看，多种意见以非平凡分布共存，而非单一意见主导，这解释了意见的局部传播。
• 高度连接的个体（高阶节点）对意见动态具有不成比例的巨大影响力，解释了潮流的脆弱性。
• 即使意见广泛传播，系统也可能因高阶个体意见的改变而迅速崩溃。
• 在无标度网络与有向网络上的模拟验证了理论预测，包括意见共存的持久性及非对称影响的作用。
• 该模型挑战了 tipping-point 理论在许多消费行为中的适用性，因为旧偏好与新偏好的共存很常见，与突然转变的预测相矛盾。