具有邻域效应的有界置信意见动力学模型
物理与社会
2025-05-23 v2 社会与信息网络
动力系统
适应与自组织系统
数据分析、统计与概率
摘要
我们通过引入邻域效应来推广意见动力学的有界置信模型（BCM）。在BCM中，如果交互代理的意见彼此足够相似，它们会通过二元影响相互影响。在我们的“邻域BCM”（NBCM）中，交互代理既受到彼此意见的影响，也受到彼此邻域中代理意见的影响。因此，我们的NBCM在决定交互是否改变代理意见时，既包含了代理之间通常的二元影响，也包含了“传递性影响”，后者编码了代理邻居的影响。在这种传递性影响中，当邻居的邻居的平均意见与个体自身的意见足够相似时，该个体的意见会受到该邻居的影响。我们构建了邻域Deffuant-Weisbuch（NDW）和邻域Hegselmann-Krause（NHK）BCM。我们通过引入基于邻域的网络自适应进一步扩展了我们的NBCM，在该自适应中，网络通过“传递性同质性”改变其结构与代理意见共同演化。在这种网络演化中，代理断开与其一个邻居的联系，然后将该联系重新连接到新代理，并偏好于平均邻居意见更接近其自身意见的代理。通过对各种类型网络的数值模拟，我们探讨了随着二元影响和传递性影响的相对比例调整，我们的自适应NDW模型的定性意见动态和网络性质如何变化。在我们的数值实验中，我们发现将邻域效应纳入意见动态和网络自适应重连策略往往会降低网络的谱间隙和度同配性。（这是论文摘要的删节版。）
引用
@article{arxiv.2402.05368,
title = {Bounded-Confidence Models of Opinion Dynamics with Neighborhood Effects},
author = {Sanjukta Krishnagopal and Mason A. Porter},
journal= {arXiv preprint arXiv:2402.05368},
year = {2025}
}
备注
18 pages, extensively revised