具有自适应置信界的观点动力学有界置信模型
社会与信息网络
2024-07-30 v3 动力系统
概率论
适应与自组织系统
物理与社会
摘要
人们的观点会随着彼此间的互动而随时间改变。在观点动力学的有界置信模型（BCM）中，个体（由网络的节点表示）具有连续取值的观点，并受到与其观点足够相似（即处于置信界内）的相邻节点的影响。在本文中，我们提出并分析了具有异质性和自适应置信界的离散时间 BCM。我们引入两种新模型：（1）一种同步观点更新的 BCM，它推广了 Hegselmann–Krause（HK）模型；（2）一种异步观点更新的 BCM，它推广了 Deffuant–Weisbuch（DW）模型。我们从解析和数值两方面探究了自适应 BCM 的极限行为，包括置信界动力学、具有相似观点的节点簇的形成，以及“有效图”的时间演化——有效图是网络的一个随时间变化的子图，其边连接当前彼此可接受的节点。针对多种网络以及控制置信界增减的参数的大范围取值，我们通过数值实验表明，与基线（即非自适应）BCM 相比，我们的自适应 BCM 产生的主要观点簇更少且收敛时间更长。我们还表明，自适应 BCM 中可能存在收敛到相同观点但彼此不可接受的相邻节点。这种定性行为在相应的基线 BCM 中不会出现。
引用
@article{arxiv.2303.07563,
title = {Bounded-Confidence Models of Opinion Dynamics with Adaptive Confidence Bounds},
author = {Grace J. Li and Jiajie Luo and Mason A. Porter},
journal= {arXiv preprint arXiv:2303.07563},
year = {2024}
}
备注
a few minor edits for clarity; 45 pages