社交网络中的观点极化

在本文中，我们提出一种社交网络上观点形成的Boltzmann型动力学描述，其考虑了个体的通用连通性分布。我们考虑受Sznajd模型及相关简化启发而得的观点交换过程，但不假设个体在规则格点上交互。相反，我们从统计上描述社交网络的结构，假设给定个体的联系人数量决定了其观点到达并影响另一主体观点的概率。由系统的动力学描述，我们研究平均观点的演化，从而找到发生观点极化转换（即初始与渐近平均观点间符号改变）的精确解析条件。特别地，我们表明个体初始观点与连通性之间的非零相关是观测到极化转换所必需的。最后，我们通过社交网络上随机观点交换过程的蒙特卡洛模拟验证了我们的解析结果。