具有主题加权不一致性的多维观点有界置信模型

人们对广泛主题的观点通常会通过与他人的互动而随时间演变。观点动力学模型主要关注一维观点，即代表关于一个主题的观点。然而，关于各种主题的观点很少是孤立的；相反，它们可以是相互依赖和相关的。在观点动力学的有界置信模型（BCM）中，只有当其他主体的观点足够相似时，主体才会接受彼此的观点。我们将经典的基于主体的BCM——即具有同步交互的Hegselmann--Krause BCM和具有异步交互的Deffuant--Weisbuch BCM——扩展到一个多维环境中，其中观点是代表不同主题观点的多维向量，并且不同主题的观点是相互依赖的。为了衡量主体之间的观点差异，我们引入了主题加权不一致函数，该函数考虑了所有主题中的观点差异。我们为我们的模型定义了接受区域，并使用它们来表征稳态观点簇，并提供了一种计算这些区域的分析方法。此外，我们在各种网络上对我们的模型进行了数值模拟，初始观点来自多种分布。当初始观点在不同主题间相关时，与每个观点主题的动态相互独立的基线模型相比，我们的主题加权BCM在瞬态和稳态下都产生了显著不同的结果。