社交网络中的意见影响与演化：一种马尔可夫智能体模型
社会与信息网络
2018-07-10 v2 物理与社会
摘要
本文对社交网络平台所管理的过滤算法在集体意见上的影响进行了建模与研究。提出了一种考虑个体间交互强度集中调谐的意见动力学随机多智能体模型。每个个体的意见演化由马尔可夫链描述，其转移速率通过影响参数受邻居意见的作用。我们在一般设定及若干有趣的特殊情形下研究了该模型的性质。一个一般性结论是，社交网络的整体模型表现为高维马尔可夫链，可进行蒙特卡洛模拟。在智能体相同且无偏影响的假设下，表明影响强度影响共享某意见个体数的方差而非期望。此外，对所谓 Peer Assembly 进行了详细分析，其描述全连接相同智能体图中二元意见的演化。表明 Peer Assembly 可归并为生灭链，并可得其完整解析刻画。解析结果与模拟实验均用于揭示依赖于影响参数集中调谐的特定集体行为（如共识与羊群效应）的出现。
引用
@article{arxiv.1711.09802,
title = {Opinion influence and evolution in social networks: a Markovian agents model},
author = {P. Bolzern and P. Colaneri and G. De Nicolao},
journal= {arXiv preprint arXiv:1711.09802},
year = {2018}
}
备注
Revised version (May 2018)