从图极限到真实网络：选择性媒体影响下的动力学观点演化

我们提出了一个在基于图极限和真实网络上，受选择性媒体影响的观点演化的动力学模型。受哈林球体理论启发的媒体作用，通过模型预测控制策略纳入，该策略旨在将智能体的观点引导至期望的目标观点。对于所得的玻尔兹曼型描述，我们分析了矩的演化，并在准不变相互作用极限下，推导出福克-普朗克型方程及其稳态特征。我们还证明了在傅里叶度量下指数收敛到平衡态。数值实验在由高斯图极限生成的网络和真实世界的单议题推特网络上进行，使我们能够研究控制和相互作用参数的作用，以及受媒体影响的智能体子集的影响。利用真实世界社交网络数据初始化观点并推断交互结构，我们随后比较了在原始网络上获得的动力学与通过拟合其邻接矩阵的高斯图极限产生的动力学，从而评估了图极限方法对真实世界观点演化的描述能力。