社交网络中自评价的分布式评估与收敛
系统与控制
2015-10-29 v3 社会与信息网络
摘要
本文考虑一个连续时间的观点动力学网络系统，其中智能体能够以分布式方式评估其自评价。在我们构建的模型中，底层网络拓扑由有根有向图描述。对于每个有序智能体对 ，我们为智能体 分配一个自评价函数，用于衡量智能体 对智能体 的重要程度。因此，每个智能体仅通过与其邻居通信，便能够计算出自身对其他人的重要程度与他人对自身的重要程度之差。随后设计自评价动力学系统以驱使这些差值趋于零。我们证明，对于几乎所有初始条件，该动力学系统生成的轨迹渐近收敛到一个指数稳定的平衡点。
引用
@article{arxiv.1503.08175,
title = {Distributed Evaluation and Convergence of Self-Appraisals in Social Networks},
author = {Xudong Chen and Ji Liu and M. -A. Belabbas and Zhi Xu and Tamer Basar},
journal= {arXiv preprint arXiv:1503.08175},
year = {2015}
}