耦合随机游走的同步及其在社会系统中的应用

过去几年中一些旨在赢得选举的政治策略严重依赖于煽动对信息机构的普遍不信任并 favoring 不可信来源。错误信息的泛滥带来一个直接后果：除非信息与自身信念相容，否则人们不相信任何信息。我们提出一个简单模型，用以研究不确定智能体意见池中共识的出现，这些智能体以强度 K 信任（耦合到）其邻居（信息源）。我们将研究聚焦于正则晶格与线性耦合。依据耦合常数 K 与选择某意见倾向（独处时表达给定意见的概率）p_0，我们得到如下区域：即使在无限系统中也必定达成共识的区域（K 大于等于 K_c）、非共识为唯一稳态的区域（K 小于 K_c），以及任一意见的共识均为过渡态的区域，其中每个智能体在改变极化前呈现意见强振荡时段（p_0 等于 p_c 且 K 大于等于 K_c）。最后一区域中的首个模型具有与选民模型相同的转移概率（p_0 等于 p_c 且 K 等于 K_c）。不同的成长环境、偏向单一政治观点的教育暴露以及与意见极化人群先前的共存，可改变孤立智能体的意见。我们以异质群体（对某些节点对 i,j 有 p^i_0 不等于 p^j_0）建模此类特征。此类系统呈现出局部共识（志同道合意见的体稳定簇）、弱共识（体不稳定临时簇，簇内出现相反意见）与不信任（不形成簇的随机取向）共存的可能区域。