Memory CODA: introducing memory effects in the Continuous Opinions and Discrete Actions model
针对标准CODA模型易产生不现实极端意见的问题,本文提出引入记忆效应的Memory CODA模型,发现记忆虽削弱意见强度但局部域仍有强化作用,且邻居数成为相关变量,为结果验证提供了途径。
2023-05-06 cs.SI nlin.AO physics.soc-ph
Consensus Convergence with Stochastic Effects
我们考虑了一个随机的,连续的状态和时间的意见模型,每个代理的意见与其他代理的意见在系统中的局部相互作用,也有外生的随机性。这种互动往往会产生一系列共同的观点。通过使用相关的非线性Fokker-Planck方程的线性稳定性分析,该方程在无限多个代理的限制下控制意见的经验密度,我们可以估计集群的数量,集群形成的时间和随机性的临界强度,以便形成集群。我们还讨论了团簇形成后的动力学过程,团簇的宽度和有效扩散系数。最后,对团簇的长期行为进行了数值研究。大量的数值模拟证实了我们的分析结果。
2016-02-26 cs.SI nlin.AO physics.soc-ph
Effects of Stubbornness on Opinion Dynamics
作为影响舆论动态的一个重要因素,中立性强烈地影响着舆论形成的各个方面。然而,目前关于异质性偏好对舆论动态影响的系统理论研究尚不多见。在本文中,我们研究了一个流行的意见模型的存在非齐次一致性。我们分析表明,异构的一致性有很大的影响收敛时间,每个节点的意见,并表示整体意见。我们提供了一个解释的表达意见的依赖于不同的森林跨越。我们提出了量化的指标来量化一些社会概念,包括冲突,分歧和极化,通过纳入异质性,并开发了一个近似线性时间算法来近似这些量,这对每个量的误差有一个证明了理论保证。为了证明我们的算法的性能,我们进行了大量的真实网络上的实验,这表明我们的算法是高效和有效的,可扩展到具有数百万个节点的大型网络。
2022-08-08 cs.SI
On Opinion Dynamics in Heterogeneous Networks
本文研究了Hegselmann和Krause最近提出的观点动力学模型:群体中的每个主体保持一个描述其观点的实数,并且每个主体通过平均在给定置信范围内的所有其他观点来更新其观点。每个代理的置信范围是不同的。这种异质性和状态依赖的拓扑结构导致了人们对复杂动态行为的理解不足。我们通过他们的互连拓扑分类代理,并相应地,计算系统的平衡。我们推测,该模型的任何轨迹最终收敛到一个稳定的状态下固定的拓扑结构。为了建立这个猜想,我们得到了两个新的充分条件:这两个条件都保证收敛和恒定拓扑的无限时间,而一个条件还保证单调的收敛。在固定拓扑下的无限时间演化中,我们定义了领导群,领导群决定了追随者的收敛速度和收敛方向。
2011-04-07 cs.SI math-ph math.MP
Why do Opinions and Actions Diverge? A Dynamic Framework to Explore the Impact of Subjective Norms
Nanyang Technological University(南洋理工大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
针对现有模型未捕捉个体公开行动与私人观点动态相互作用的问题,提出整合观点动态与决策机制的基于智能体的建模框架,通过调整反映智能体人格特质的参数可控制群体内观点-行动分歧程度,还识别了社会扩散的三种关键结果。
2025-03-22 cs.SI physics.soc-ph
Biased Opinion Dynamics: When the Devil Is in the Details
我们调查的意见动态多智能体网络时,偏向两种可能的意见之一存在,例如,反映现状与优越的替代品。从所有代理共享代表现状的初始意见开始,系统逐步发展。在每一步中,一个随机选择的代理人以一定的概率$α$接受上级意见,并以概率$1 - α$遵循一个基本的更新规则,根据邻居的意见修改自己的意见。我们分析了两个著名的更新规则,即多数和选民的收敛过程。我们提出的框架具有丰富的结构,拓扑结构和底层更新规则之间的相互作用不明显。例如,对于选民规则,我们表明,收敛的速度没有显着的依赖于底层的拓扑结构,而图片完全改变下的多数规则,网络密度产生负面影响的收敛。我们相信,我们提出的模型是在同一时间简单,丰富,模块化,提供偏见之间的相互作用的数学表征,潜在的意见动态,在一个统一的设置和社会结构。
2021-03-06 cs.MA cs.SI
Coevolution of Actions and Opinions in Networks of Coordinating and Anti-Coordinating Agents
本文提出行动与观点协同演化的双层网络博弈模型,分别证明协调与反协调智能体收敛至 NE,并给出共识及极化均衡的存在条件与吸引域。
2025-05-06 cs.GT cs.SI cs.SY
Coevolutionary Dynamics of Actions and Opinions in Social Networks
本文提出行动与观点在双层网络上协同演化的新模型,证明其为序数势博弈并全局收敛至纳什均衡,给出极化均衡条件,并用仿真研究多元无知现象。
2023-06-26 cs.MA cs.SI cs.SY
Modelling the coevolution of opinion dynamics and decision making in social dilemmas
Adelaide University(阿德莱德大学);Politecnico di Torino(都灵理工大学);University of Groningen(格罗宁根大学)
本文提出一个数学模型,研究社会困境中行动与意见的共演,结合公共物品游戏与意见动态模型,分析共演博弈的均衡及收敛条件。
2026-04-10 cs.SI cs.SY eess.SY
Opinion Dynamics in Social Networks: A Local Interaction Game with Stubborn Agents
新思想、创新和行为在大型社会网络中传播的过程可以被认为是一个网络互动游戏:每个代理从他的朋友邻居中的一定数量的代理那里获得信息,并调整他的想法或行为以增加他的利益。在本文中,我们感兴趣的意见,对某一主题,形成在社交网络。我们将意见建模为从0到1的连续标量,1(0)代表非常积极(消极)的意见。每个代理人都有一个初始意见,并根据他的邻居的意见,他的初始意见以及他对他的初始意见的无知而产生一些成本。智能体根据自己的初始意见和观察邻居的意见迭代更新自己的意见。代理的迭代更新可以被视为近视成本最小化响应(即,所谓的最佳对策)。我们研究是否可以出现这样的局部相互作用的结果,以及这种平衡可能如何取决于网络结构,代理的初始意见,以及顽固代理的位置和他们的谨慎程度。我们还研究了收敛到这种平衡点的速度,并将收敛时间描述为上述因素的函数。我们还讨论了这些结果在一些著名的图,如Erdos-Renyi随机图和小世界图的影响。
2012-08-24 cs.GT cs.SI
Dynamics of Opinions with Social Biases
本文旨在对个体偏见下的社会舆论动态进行系统分析。作为经典DeGroot社会互动的推广,定义为随着时间的推移而演变的同行意见的线性耦合动力学,偏见添加到状态依赖的边缘权重,因此导致高度非线性的网络动力学。以前的研究已经处理了收敛性和稳定性分析,这样的系统的一些特定的初始节点的意见和网络结构,在这里,我们专注于个人偏见如何影响社会均衡及其稳定性。首先,我们证明了当初始网络意见向状态空间的一侧极化时,节点偏差将驱动意见向相应的区间边界演化。这种极化吸引效应在甚至定向和切换网络结构下继续保持。接下来,对于一些基本的网络结构,一些重要的内部网络平衡明确提出了广泛的系统参数,这是局部不稳定的一般。特别是,区间质心被证明是不稳定的,无论偏置电平和网络拓扑结构。
2018-02-04 cs.SI
Fairness and Consensus in an Asynchronous Opinion Model for Social Networks (Technical Report)
本文提出基于 DeGroot 的异步观点转移系统模型,分析强连通社交网络中的共识收敛条件,证明标准强公平性不足以保证共识,引入更弱的 m-有界公平性概念并证明其可保证共识,同时将该结果推广到动态影响场景。
2024-09-06 cs.SI
On Online Control of Opinion Dynamics
University of Southern California(南加州大学)
本文研究了在个体对影响的易感性未知的情况下,如何通过在线算法估计该参数并驱动意见向目标收敛,分析了在预算或时间约束下稳定性与收敛性的条件。
2026-03-17 cs.SI cs.SY eess.SY
Extending the Hegselmann-Krause Model of Opinion Dynamics to include AI Oracles
本研究扩展Hegselmann-Krause意见动力学模型,引入平均社区意见的AI神谕,通过模拟揭示其在不同信息访问条件下对意见收敛性及收敛时间的影响。
2025-02-27 cs.AI cs.CY cs.SI
An Investigation into the Causal Mechanism of Political Opinion Dynamics: A Model of Hierarchical Coarse-Graining with Community-Bounded Social Influence
本研究提出基于社区边界社会影响的分层粗粒化模型,利用CODA模型模拟政治舆论动态,发现高层次连通性通过向下因果驱动全局共识,为理解极化现象提供了新视角。
2025-04-03 cs.MA cs.SI
Cascade-driven opinion dynamics on social networks
Institute of Informatics and Telematics (IIT) of the National Research Council (CNR), Italy(意大利国家研究委员会信息学与遥测研究所)
本文提出 FJC 模型,整合信息 cascades 和意见动态,揭示社交化与新闻分享如何影响意见演变,强调中心意见领袖的影响力增强。
2026-03-16 cs.SI
A Bounded-Confidence Model of Opinion Dynamics on Hypergraphs
随着时间的推移,人们的观点会随着他们与朋友、家人、同事和其他人的互动而演变。在网络上的意见动态研究中,人们经常以二元关系的形式编码人与人之间的互动,但现实生活中的许多社会互动都是多元的(即,涉及三人或三人以上)。在本文中,我们扩展了一个异步有界置信度模型(Bounded-Confidence Model,Bounded-Confidence Model)的图,其中节点是成对连接的边缘,到一个异步的Bounded-Confidence模型的超图,其中任意多个节点可以连接的一个超边。我们表明,我们的超图的意见,包括非均匀和不对称的初始意见分布在很大范围内的初始条件下收敛到共识。我们还证明了在适当的条件下,具有社区结构的超图可以形成回声室。我们证明,个人的意见,有时可以从一个意见簇跳到另一个在一个单一的时间步,一种现象(我们称之为“意见跳跃”),这是不可能在标准的二元BCM。此外,我们观察到,有一个相变的收敛时间{一个完全超图}时的方差$σ^2$的初始意见分布等于置信界$c$。我们证明了当$σ^2 > c$和初始意见服从正态分布时,收敛时间至少随节点数呈指数增长。因此,要确定我们的超图的收敛性时,方差和超边的数量都很大,它是必要的,而不是仅仅依赖于Monte Carlo模拟使用分析方法。
2021-08-09 cs.SI math.CO math.DS
Memory-Driven Bounded Confidence Opinion Dynamics: A Hegselmann-Krause Model Based on Fractional-Order Methods
本文提出基于分数阶差分的记忆驱动 Hegselmann-Krause 有界置信模型,以刻画历史信息对观点演化的持续影响,并在保持收敛与一致性的同时克服经典模型的有界单调性局限。
2025-06-05 cs.MA cs.SI nlin.AO
The Sound of Silence in Social Networks
本研究将沉默螺旋理论融入DeGroot模型,提出两种观点更新模型(SOM-和SOM+),通过理论分析与仿真揭示少数派沉默对观点形成和共识收敛的影响。
2025-09-11 cs.MA cs.SI
Opinion formation and distribution in a bounded confidence model on various networks
在社会科学、行为科学和经济科学中,预测哪些个人观点最终会在大量人群中占据主导地位、是否会形成共识以及形成共识需要多长时间是一个重要问题。这个想法在物理学和其他学科中都得到了大量的研究,答案在很大程度上取决于观点的模型和观点演化的网络结构。一个被创建来定量研究共识形成的模型是Deffuant模型,在该模型中,群体的意见分布通过顺序随机成对相遇而演变。为了考虑由于社会影响而导致的群体中交互的异质性,我们使用几种交互机制研究了各种网络结构(确定性合成网络,随机合成网络和由Facebook数据构建的社交网络)上的Deffuant模型。我们数值模拟的Deffuant模型,并进行回归分析,以调查的收敛时间的依赖性,以平衡的参数,包括一个置信区间的意见更新,参与实体的数量,他们愿意妥协。我们发现,网络结构和参数值的收敛时间都有影响,并为某些网络拓扑结构,收敛时间经历了一个过渡的置信界的临界值。我们讨论的意见群体的数量,形成在平衡的信心约束阈值从共识过渡到多意见均衡。
2017-01-09 cond-mat.dis-nn cs.SI math.DS
Opinion Manipulation in Social Networks
在这项工作中,我们感兴趣的是找到最有效的使用预算,以促进一个意见,支付代理人在一个组内取代他们的真实意见。我们将意见建模为从0到1的连续标量,1(0)代表非常积极(消极)的意见。我们专注于代理之间的不对称信任。代理的迭代更新对应于对其他代理的动作的最佳响应。由此产生的置信矩阵可以看作是一个等价的马尔可夫链。我们提供了简单而有效的算法来解决这个问题,我们通过一个例子来说明如何在实践中解决所述的问题。
2016-08-30 cs.GT cs.SI
Bounded Confidence Opinion Dynamics in a Social Network of Bayesian Decision Makers
有界置信度意见动力学模型的信息传播在社交网络。然而,在现有的文献中,意见只被视为抽象的数量没有语义,而不是作为一个决策系统的一部分。在这项工作中,意见动态检查时,代理进行假设检验或信号检测的贝叶斯决策者,并将动态应用于先验概率的假设。有界置信度是通过贝叶斯风险误差发散(Bayes risk error divergence)定义的先验概率,这是假设检验中先验之间的适当度量。这个定义与标准模型中的观点之间的衡量标准:绝对误差。它示出的先验概率的快速收敛到一个小数目的极限值是类似的标准Krause-Hegselmann模型中看到的。这项工作中最有趣的发现是,这些极限值的数量和收敛时间随着检测任务中的信噪比而变化。最终值或聚类的数量在中间信噪比时最大,这表明最有争议的问题导致最多的派别。正是在这些相同的中间信噪比下,决策者的集合投票的检测性能的劣化与贝叶斯最优检测性能相比是最大的。
2013-09-16 cs.SI physics.soc-ph
A Game Approach to Multi-dimensional Opinion Dynamics in Social Networks with Stubborn Strategist Agents
本文提出社交网络多维观点形成的微分博弈模型,在开环信息结构下求得唯一纳什/最坏情况均衡解,并给出分布式实现,通过小型网络实验与非策略者社会最优行为进行对比验证。
2024-02-22 cs.SI
Co-evolution of Opinion and Social Tie Dynamics Towards Structural Balance
在本文中,我们提出了意见的动态(人们对特定主题的看法)和社会评价的动态(对彼此的批准或不批准)的协同进化模型。意见动力学和签名网络的动力学分别已被广泛研究。我们提出了一个协同进化模型,其中网络中的每个顶点$i$都有一个当前的意见向量$v_i$,每个边$(i,j)$都有一个权重$w_{ij}$,它模拟了$i,j$之间的关系。随着意见和边权重随着时间的推移通过以下规则更新,系统会进化:意见动态和评价动态。我们感兴趣的是描述动态模型的长期行为,即,边权重是否演化为具有稳定的符号(正或负)和结构平衡(任何三角形上的权重的乘法是非负的)。我们的主要理论结果解决了上述动态系统的时间演变的意见$V(t)=[v1(t),\cdots,vn(t)]$和社会关系的权重$W(t)=[w_{ij}(t)]_{n\times n}$。对于一个通用的初始意见向量$V(0)$和权重矩阵$W(0)$,这两种现象之一必须发生在极限。第一个是符号稳定性和结构平衡(对于任何具有单个$i,j,k$的三角形,$w_{ij}w_{jk}w_{ki}\geq0$)都发生。在$V(0)$是$W(0)$的特征向量的特殊情况下,我们得到了协发展方程的显式解,并给出了爆破时间和速率收敛的精确估计.第二个是所有的意见都集中在$0$上,即,$\lim_{t\rightarrow \infty}|V(t)|=0$。
2021-11-04 cs.SI
Opinion Dynamics: A Comprehensive Overview
European University of Rome(欧洲罗马大学);Australian National University(澳大利亚国立大学)
本综述在统一框架内回顾并分类了观点动力学的知名模型,从收敛特性、病毒式营销和用户特征三个方面总结了关键发现,旨在促进跨学科合作以加速该领域研究进展。
2025-11-01 cs.IT cs.SI math.IT
The role of conformity in opinion dynamics modelling with multiple social circles
本研究针对传统单层从众观点建模的局限,提出支持个体在不同社交圈表达不同连续观点的从众模型,扩展权威、观点开放性等影响要素,验证仅单纯从众会引发观点趋同。
2024-03-07 cs.SI physics.soc-ph
A Bounded-Confidence Model of Opinion Dynamics with Adaptive Interaction Probabilities
University of California, Los Angeles(加州大学洛杉矶分校);Santa Fe Institute(圣塔菲研究所);University of Chicago(芝加哥大学)
本文扩展了Deffuant-Weisbuch有界置信模型,引入异质自适应边权重来调节交互概率,并证明了收敛性、边权重长期动力学及有效图的性质,数值模拟显示自适应边权重对不同网络类型的收敛时间有不同影响。
2026-05-22 cs.SI cs.SY eess.SY
Algorithmic bias amplifies opinion polarization: A bounded confidence model
通过在线媒体平台到达我们的信息流不是由信息内容或相关性优化的,而是由受欢迎程度和与目标的接近度优化的。这通常是为了最大限度地提高平台使用率而执行的。作为一个副作用,这引入了一种算法偏见,被认为会增强社会辩论的两极分化。为了研究这一现象,我们修改了著名的连续观点动力学模型的有界信心,以占算法的偏见,并调查其后果。在原始模型的最简单版本中,随机选择成对的讨论参与者,如果他们的观点在固定的容忍度范围内,他们的观点就会变得更接近。我们修改的选择规则的讨论伙伴:有一个增强的概率选择个人的意见已经接近对方,从而模仿的行为,建议与类似的同行互动的在线媒体。因此,我们观察到:a)增加的极化趋势,其也出现在原始模型将预测收敛的条件下,以及b)达到渐近状态的收敛的速度的显著减慢,这使得系统高度不稳定。两极分化是由一个支离破碎的初始人口。
2018-03-06 cs.MA cs.SI physics.soc-ph
Continuous-time Discontinuous Equations in Bounded Confidence Opinion Dynamics
Politecnico di Torino(都灵理工大学)
研究Hegselmann-Krause有界置信观点动力学模型的连续时间版本,利用Krasovskii解分析解的存在性、完备性及渐近收敛到意见聚类的平衡点,并探讨平衡点对小扰动的鲁棒性。
2011-11-17 cs.SI cs.SY eess.SY
Evolution of Social Power for Opinion Dynamics Networks
本文研究了一组代理人在讨论一系列问题时的意见和人际影响结构的演变,每个问题都遵循一个意见动力学模型。在这项工作中,我们提出了一个一般的意见动力学模型和人际影响结构的演变模型的基础上,反映评价提出的弗里德金。我们的贡献可概括如下:(i)我们引入了一个观点动态模型和问题之间的人际影响结构的演变被视为对邻居行为的最佳反应成本最小化,(ii)我们表明,DeGroot和Friedkin-Johnsen的观点动态模型及其人际影响结构的演变是我们提出的模型的特殊情况,(3)证明了均衡的存在性。这项工作是朝着提供一个坚实的制定意见的演变和人际影响结构的一系列问题。
2017-11-17 cs.GT cs.SI
Opinion dynamics on tie-decay networks
在社交网络中,交互模式通常随时间而改变。我们研究的意见动力学领带衰减网络中,领带强度瞬间增加时,有一个相互作用和相互作用之间的指数衰减。具体来说,我们制定了连续时间拉普拉斯动态和离散时间DeGroot模型的意见动态这些领带衰减网络,我们进行了数值计算的连续时间拉普拉斯动态。我们研究的收敛速度,通过研究的光谱间隙的组合拉普拉斯矩阵的领带衰减网络。首先,我们比较了我们从经验数据中构建的领带衰减网络的拉普拉斯矩阵的谱间隙与相应的随机和聚合网络的谱间隙。我们发现,经验网络的谱隙往往小于随机和聚合网络的谱隙。其次,我们研究了光谱间隙作为衰减率和时间的函数。直观地说,我们预计较小的领带衰减率会导致快速收敛,因为两个节点之间的每次交互的影响会持续更长时间,衰减率越小。此外,随着时间的推移和更多的互动发生,我们预计最终的收敛。然而,我们证明,谱隙不需要单调减少的衰减率或单调增加的时间。我们的研究结果强调了时间网络中边缘增强和衰减的时间之间相互作用的重要性。
2021-07-03 cs.SI math.DS nlin.AO
Efficient Algorithms for Relevant Quantities of Friedkin-Johnsen Opinion Dynamics Model
Fudan University(复旦大学)
本文针对Friedkin-Johnsen观点动力学模型,提出一种确定性局部算法,结合逐次超松弛技术高效计算平衡观点向量及相关指标,适用于千万级节点网络,显著提升了计算效率与可扩展性。
2025-07-20 cs.CC cs.SI
Opinion shaping in social networks using reinforcement learning
Indian Institute of Technology(印度理工学院);Indian Institute of Science(印度科学学院)
在本文中,我们研究如何形成意见的社交网络时,互动矩阵是未知的。我们认为经典的意见动态与一些顽固的代理人和不断影响的意见,一些选定的代理人的可能性,虽然在资源限制。我们将意见动态映射到一个特定的随机最短路径问题的政策评估值迭代方案。这导致了一个表示的意见向量作为一个近似的价值函数的随机最短路径问题与一些非经典的约束。我们提出了两种可能的影响代理人的方式。一个导致凸优化问题,另一个导致非凸优化问题。首先,对于这两个问题,我们提出了两个不同的在线双时间尺度强化学习计划,收敛到每个问题的最优解。其次,我们提出了随机梯度下降计划,并比较这些类的算法与两个时间尺度的强化学习计划。第三,我们还推导出另一种算法,旨在解决当所有代理人都被观察时所面临的维数灾难。数值研究表明,我们的算法的收敛性和效率。
2019-10-19 cs.LG cs.SI
Sample Complexity of Linear Regression Models for Opinion Formation in Networks
University of Virginia(弗吉尼亚大学);Northeastern University(东北大学);University of Chicago(芝加哥大学)
本文研究网络中观点收敛的样本复杂度,将智能体观点建模为基于数据的线性回归模型,提出多项式时间优化框架量化总样本复杂度并推导网络增益界限,发现按度数反比分配样本即可。
2024-12-20 cs.GT cs.LG cs.SI
Opinion Dynamics Incorporating Higher-Order Interactions
针对现有观点动力学模型仅考虑最近邻交互的局限,提出融合高阶随机游走长程交互的新模型,证明其收敛性,并设计近线性复杂度的估计算法,经多社交网络实验验证兼具高效性与有效性。
2024-08-14 cs.CY cs.SI
A two-layer model for coevolving opinion dynamics and collective decision-making in complex social systems
基于意见动力学和进化博弈论的文献,我们提出了一个新的数学框架来模拟复杂社会系统中意见和决策相互交织的共同进化。在该框架中,社会社区的成员更新他们的意见,并修改他们的行动,因为他们了解别人的意见分享的沟通渠道,并通过影响力的渠道观察别人的行动,这些互动决定了一个两层的网络结构。我们提供了一个应用程序的建议框架,通过定制它来研究采用一种新的社会规范,表明该模型能够捕捉到出现的几个现实世界的集体现象,如范式转变和不受欢迎的规范。通过建立分析条件和蒙特卡罗数值模拟,我们阐明了意见动态和决策之间的耦合,以及网络结构,在塑造社会系统中复杂的集体行为的出现的作用。
2021-02-18 cs.MA cs.SI cs.SY
The building up of individual inflexibility in opinion dynamics
为了建立一个更符合实际的可解释性模型,将两种观点动力学模型纠缠在一起。第一个是Galam统一框架(GUF),其中包括理性和不灵活的代理人,另一个考虑连续意见和离散行动(CODA)的组合。虽然最初在GUF中,可扩展性是代理的固定给定特征,但现在它是通过重复更新做出相同选择的给定代理的累积结果。因此,不灵活性作为行动者的一种内在属性出现,成为其意见强度的一个连续函数。因此,一个代理人或多或少可以是不灵活的,可以从沿着一个选择的灵活性转变为沿着相反选择的灵活性。这些个体动态的建立和下降的代理可信性是由连续的本地更新相关的个人意见。在预测公共辩论结果方面获得并讨论了新的结果。
2012-08-16 cs.SI physics.soc-ph
Opinions, Conflicts and Consensus: Modeling Social Dynamics in a Collaborative Environment
信息通信技术促进了像维基百科这样的协作环境,然而,争议和冲突可能会出现。为了描述这种冲突的产生、持续和解决,我们设计了一个扩展的观点动力学模型,在这个模型中,具有不同观点的代理执行一个单一的任务来制作一个共识产品。作为描述产品对代理人影响的收敛参数的函数,该模型显示了媒介所代表的最终共识意见的自发对称性破缺。当代理人以一定的速度被新的代理人取代时,会发生从主要共识到永久冲突的转变,这与维基百科中观察到的情景定性一致。
2012-11-22 cs.CY cs.SI nlin.AO
Hierarchical Fuzzy Opinion Networks: Top-Down for Social Organizations and Bottom-Up for Election
本文提出分层模糊意见网络,分别通过自上而下模型研究领导者意见的渗透与收敛、自下而上模型模拟选举中意见的逐层聚合,证明了分层小群体结构能显著提升收敛速度。
2018-12-07 cs.MA cs.SI cs.SY
Opinion Dynamics on Signed Graphs and Graphons
本文利用图极限理论研究大型无向网络上的意见动力学,定义了符号图极限上的排斥与对立动力学并证明解的存在唯一性,且证明图极限动力学可良好近似大型图上的动力学,并为W-随机图提供了新的收敛性结果。
2025-10-27 cs.SI cs.SY eess.SY
Agent-based Modeling: Equilibrium, Echo Chambers, and Efficiency in Hybrid Coevolutionary Opinion Games
National Yang Ming Chiao Tung University(国立阳明交通大学)
本研究提出混合共进化观点博弈(H-COG),结合Friedkin-Johnsen和Phi-4语言智能体,在动态网络中研究观点形成,发现语言智能体导致更高的社会成本,主要源于偏离内在观点而非邻居分歧。
2026-10-02 cs.GT cs.MA cs.SI
Opinion Dynamics with Confirmation Bias
背景:确认偏误是一种倾向,即以与先前存在的信念一致的方式获取或评估新信息。它在心理学、经济学甚至科学实践中无所不在。以前对这一现象的理论研究主要集中在其经济意义上,可能忽略了其与更广泛的认知科学概念的潜在联系。方法/主要发现:我们制定了一个(非贝叶斯)模型,用于修改主观概率的意见,确认有偏见的代理人的说服力的意见。修订规则确保代理人不作出反应,说服,要么是远离他目前的意见,或与it. We相吻合的模型帐户的基本现象学的社会判断理论,并允许研究各种现象,如认知失调和回飞棒效应。该模型还显示了演示效果的顺序|当连续接触到两种意见时,优先考虑的是最后一种意见(新近)或第一种意见(首要)|并将近因与确认偏差联系起来。最后,我们研究了在重复说服情况下的模型,并分析了它的收敛性。结论:标准的贝叶斯概率观点修正方法是不足以描述观察到的现象学的说服过程。这里提出的简单的非贝叶斯模型确实同意这种现象,并能够再现心理学中观察到的一系列效应:首近现象,回飞棒效应和认知失调。我们指出了几个局限性的模型,应该激励其未来的发展。
2014-11-16 cs.SI physics.soc-ph
Opinion Consensus Formation Among Networked Large Language Models
Bilkent University(比尔肯特大学);UBS-IDSIA AI Lab(瑞银-IDSIA人工智能实验室);EPFL(洛桑联邦理工学院)
研究通过DeGroot模型分析网络化大语言模型的意见共识形成,发现共识依赖于讨论主题和内在偏见,而非初始条件,且收敛速度与图的特征值相关。
2026-01-29 cs.MA cs.SI eess.SP
Consensus and disagreement: the role of quantized behaviours in opinion dynamics
Politecnico di Torino(都灵理工大学);University of Twente(特温特大学)
本文研究连续时间意见动态中连续意见与离散行为的相互作用,分析Carathéodory解的路径学问题,并通过Krasowskii解证明量化行为对共识的破坏作用,同时在特殊通信图结构下证明共识收敛。
2016-07-06 cs.SI cs.SY eess.SY
A Bounded-Confidence Model of Opinion Dynamics with Heterogeneous Node-Activity Levels
基于主体的观点动力学模型允许研究实体之间的观点传播,并研究共识、极化和分裂等现象。通过研究社会网络上的观点动力学模型,可以探索网络结构对这些现象的影响。在社交网络中,一些人比其他人更频繁地分享他们的想法和观点。这些差异可能来自不同的社交能力,不同的活动水平,参与社交媒体平台时分享意见的不同流行程度,或其他原因。为了研究这种异质性对观点动力学的影响,我们通过引入节点权重来推广观点动力学的Deffuant-Weisbuch(DW)有界置信度模型。节点权重允许我们对具有不同交互概率的代理进行建模。使用数值模拟,我们系统地调查(使用各种网络结构和节点权重分布)的节点权重,我们均匀随机分配给节点的影响。我们表明,引入异构节点权重的结果在更长的收敛时间和更多的意见碎片比在基线DW模型。在我们的网络中的节点权重允许一个考虑各种社会学的情况下,代理人与其他代理人交互的异构概率。
2023-03-21 cs.SI math.DS nlin.AO
A Generalisation of Voter Model: Influential Nodes and Convergence Properties
Indian Institute of Science(印度科学研究院);School of Computing, The Australian National University(澳大利亚国立大学计算机学院)
本文推广选民模型以刻画连接强度差异、中立意见和不愿更新意见等现实特征,研究蓝色种子节点选择以最大化蓝色节点期望数量的问题,证明其 NP 难并给出最优近似保证的多项式时间算法,同时分析了模型的收敛性质。
2025-05-31 cs.AI cs.DS cs.SI
Emergence of metapopulations and echo chambers in mobile agents
多智能体模型通常描述在物理空间中隔离的群体,即细分为集合群体,或者在意见生态学中隔离的群体,即在回声室中划分。在这里,我们将展示如何同质性和社会影响力之间的相互作用控制的出现,这两种隔离在一个简单的模型中的移动代理,赋予一个连续的意见变量。在该模型中,物理上的接近决定了意见的逐步趋同,但不同的意见导致代理人远离对方。这种流动性和社会动态之间的反馈决定了一个稳定的动态集合种群的情况下,物理上分离的群体志同道合的个人通过交换代理人相互作用的开始。在社会互动中进一步引入确认偏见,定义为个人倾向于支持与自己相匹配的意见,导致回音室的出现,不同的意见也可以在同一群体中共存。我们相信,该模型可能会感兴趣的研究人员调查隔离的起源在离线和在线世界。
2016-03-15 cs.SI physics.soc-ph
Opinion dynamics in social networks: From models to data
意见是我们如何看待世界和彼此的一个组成部分。它们塑造集体行动,在民主进程、规范演变和文化变革中发挥作用。几十年来,社会科学和自然科学的研究人员一直试图描述个人观点的转变和社会交换如何导致公众舆论的原型状态,如共识和两极分化。在这里,我们回顾了该领域的许多贡献中的一些,重点是观点动力学的理想化模型,并试图用观察数据和受控社会学实验来验证它们。通过进一步缩小模型和数据之间的差距,这些努力可以帮助我们了解如何面对当前的挑战,这些挑战需要在复杂的情况下达成大量的人的协议,例如经济不平等,气候变化和社会政治格局的持续分裂。
2022-12-20 cs.CY cs.SI nlin.AO
Discrete Opinion models as a limit case of the CODA model
观点动力学模型,对于他们中的大多数,可以分为离散和连续。它们被用于不同的情况,它们之间的关系并不明确。在这里,我们将探讨一个选择是离散的,但意见是一个连续函数的模型(连续意见和离散行动,CODA模型)和传统的离散模型之间的关系。我将证明,当尾句被修改,包括推理的影响,一个代理人可以对自己的邻居,同意和不同意不再有同样的重要性。当一个代理认为自己越来越有影响力时,我们将研究极限,我们将看到一个恢复离散动态,就像在那个极限中的选民模型一样
2012-01-22 cs.MA cs.SI nlin.AO
An Adaptive Bounded-Confidence Model of Opinion Dynamics on Networks
在社交网络中相互作用的个体经常交换想法并影响彼此的意见。研究网络上观点传播的一种流行方法是检查有界置信度模型(Bounded-Confidence Model,BCM),其中网络的节点具有编码其观点的连续值状态,并且当它们位于自己观点的置信度范围内时,可以接受其他节点的观点。在本文中,我们扩展了Deffuant-Weisbuch(DW)模型,这是一个著名的网络结构,通过研究传播的意见,与网络结构共同进化。我们提出了一个自适应的DW模型的变体,其中网络的节点可以(1)改变他们的意见,当他们与相邻的节点和(2)打破连接与邻居的意见容忍阈值的基础上,然后形成新的连接后,同质性的原则。这一意见容忍阈值决定了相邻节点的意见是否有足够的不同,被视为“不和谐”。使用数值模拟,我们发现,我们的自适应DW模型需要一个更大的置信区间比基线DW模型的网络节点,以实现共识的意见。在参数空间的一个区域中,我们观察到“伪共识”稳定状态,其中存在多个意见簇的子簇,其意见彼此之间存在少量差异。在我们的模拟中,我们还研究了早期动态和节点的重要性,最初温和的意见,以实现共识。此外,我们探讨了协同进化对收敛时间的影响。
2022-11-29 cs.SI math.DS nlin.AO
Opinion dynamics in social networks with stubborn agents: an issue-based perspective
Xidian University(西安电子科技大学);Peking University(北京大学)
本文研究了社会网络中固执代理在议题序列上的意见共识,分析了网络拓扑和系统矩阵对F-J模型收敛性的条件,并探讨了固执代理在议题序列中的意见达成机制。
2017-08-13 cs.SI cs.SY eess.SY
How friends and non-determinism affect opinion dynamics
Hegselmann-Krause系统(简称HK系统)是研究多智能体系统中观点形成动力学的最流行模型之一。Agent被建模为意见空间中的点,在每个时间步,每个Agent移动到单位距离内的所有Agent的质心。香港系统的收敛速度一直是最近几项工作的主题。在这项工作中,我们研究了HK系统的两个自然变化及其对动力学的影响。在第一个变体中,我们只允许在底层社交网络中是朋友的代理对彼此通信。在第二种变体中,智能体可能不会精确地移动到质心,而是移动到质心附近的某个地方。这两种变体的动力学性质与经典HK系统的动力学性质非常不同。然而,我们证明了这两个系统收敛于多项式数量的非平凡的步骤,无论社会网络的第一个变量和噪声模式的第二个变量。
2015-03-05 cs.DS cs.SI nlin.AO
Unique Nash equilibrium of a nonlinear model of opinion dynamics on networks with friction-inspired stubbornness
本文提出带摩擦启发固执性的非线性网络观点动力学模型,利用 Brouwer 拓扑度与非凸分析证明其适定性、收敛性及唯一 Nash 均衡,并表明其更能刻画极端观点者的固执行为。
2023-09-28 cs.SI math.DS nlin.AO
Non-Markovian models of opinion dynamics on temporal networks
传统的观点动力学模型,即网络节点根据与邻近节点的交互来改变其观点,考虑观点如何在时间无关网络或边缘遵循Poisson统计的时间网络上演变。大多数这样的模型是马尔可夫模型。然而,在许多现实生活中的网络中,个体之间的交互(以及网络的边缘)遵循非泊松过程,从而产生具有记忆依赖效应的动态。在本文中,我们建立了观点动力学模型,在这个模型中,时间网络中的实体通过随机的社会互动来相互作用并改变他们的观点。当边具有非Poisson区间统计量时,相应的意见模型具有非马尔可夫动力学。我们推导出一个意见模型,是由一个任意的等待时间分布(WTD),并说明了各种常见的WTD(包括狄拉克δ分布,指数分布,重尾分布)诱导意见模型。我们分析了这些模型的共识收敛性,并证明了在我们的框架中,无论WTD如何,观点动力学的齐次记忆依赖模型总是收敛到相同的稳态。我们还进行了数值研究的影响,等待时间分布的瞬态动力学和稳态。我们观察到,重尾WTD引起的模型收敛到稳定状态比那些轻尾(或紧凑的支持)和实体具有较大的等待时间施加更大的影响,在稳定状态下的平均意见。
2023-03-10 cs.SI math.DS math.PR