文摘

群体极化的频繁发生在许多网络群体性事件产生不利影响社会稳定,给社会管理带来了一个重大的挑战。我们构建一个观点演化模型与基于Deffuant代理情感特征和信誉模型来研究群体极化的进化机制,与代理的连接代理的坚定的意见,考虑全面代理的异质性。我们分析初始意见分布的影响、网络结构、进化和意见领袖集团意见。结果表明,群体极化时容易形成初步意见是正态分布,和群体极化的影响下形成最初的少数代理与极端的观点。不同的网络结构会带来不同的影响进化组意见,和群体极化更容易形成小世界网络和BA无标度网络。此外,意见领袖也影响该集团意见进化,它会阻碍群体极化的产生。

1。介绍

早期的网络公共事件,某些观点强度将生成的组中,强度和初始的意见将加强在代理之间的交互组随着时间的流逝,和一致的意见强度将变得越来越极端1,2]。此外,互联网的发展,虚拟社区的出现也促进这样的观点发展以一种极端的方式。自代理网络中更倾向于与代理商沟通也有类似的观点与那些比他们的立场反对或更多的与他们的不同,代理将加强他们最初的观点与那些持有类似的观点与他们沟通后3]。由于互联网的协同过滤,代理网络中只能看到信息,类似于自己的意见或共同的偏好(4]。另一方面,社交网络网站和平台互联网用户到组除以利息,职业,和其他特性,这加剧了社区社会化”鸟以群分,“所以,互联网用户可以很容易地接触到代理商和自己有类似的看法和立场。与此同时,网络社交的匿名可以很容易与他人沟通,促进舆论共识的形成(5]。集团的共识是指在一组代理的一致性意见。在某种程度上,群体极化可以被看作是一个特殊的群体共识,即。,agents show the same extreme views on events, and group polarization usually has a negative impact on social stability. Group polarization is essentially an irrational behavior in the network public opinion development [6]。因为公众通常喷口自己的感受,表达自己的观点和意见热社交活动在互联网上,这种非理性行为一般生成一个极端的观点,即,网络舆论极化。互联网的谣言,群体极化的后代,发展与群体极化的形成。群体极化不仅严重扰乱网络秩序,还可以促进暴力聚合行为,对社会稳定带来严重的负面影响。

社会物理学的一个重要组成部分,舆论动力学旨在研究这个复杂的组织行为,摆脱舆论当地代理之间的相互作用在整个范围通过定义代理和意见的基本过程的变化这样的意见(7]。社会系统的复杂性和违反直觉的行为我们可以更好的理解及其宏观的集体动力学的复杂性科学。因此,复杂性科学的基于代理模型已广泛应用于社会群体行为的研究(8]。早期的网络舆论,有不同的看法;随着时间的经过,多个意见将逐渐达成共识,形成一个统一的意见强度。这样的群体极化所示公众舆论已经引起了学者们的广泛关注。学者们提出了各种观点演化模型,包括伊辛模型(9];选民模型(10,11];Galam多数普通模式12,13];Sznajd模型(14,15];有界信心模型(16,17];扩展的观点演化模式18- - - - - -23)基于上述模型,通常当模拟组织行为包括以下方面:意见间隔(二进制意见、多个离散的意见值和连续谱);网络结构(规则网络、随机网络、小世界网络、无标度网络和加权网络);意见更新规则(代理将更新他们的观点的影响下其他代理的决策)。这种观点演化模型简化代理研究社会制度和分配不同的特征的影响代理对社交网络舆论的发展特点,如代理意见验收的影响(24,25],偏执程度[26),和记忆效应27)集团意见进化。在现实中,代理是独立但相互作用和影响整个社会环境,所以代理的意见一个事件将影响的内在因素和外在因素(社会环境)28]。复杂网络的发展,代理之间的相互作用,在现实中,大约可以抽象为一个复杂的网络,可以用来研究观点之间的交互代理和群体行为的进化过程在不同的网络结构,揭示社会舆论演化的机制(29日,30.]。

先前的研究认为进化模型专注于实际情况的简化。即,它使均匀所有代理或代理分为组织根据不同的特征。然而,在现实中,代理特点和代理之间的关系更加复杂。事实上,每个人都有不同的代理特征,以及不同代理生成不同的关系,因此,这些模型不能反映集团在现实舆论演化过程。代理改变他们的意见根据当前代理的意见和情绪等。换句话说,代理意见的发展是受到各种内部和外部因素的影响,因此很难准确地描述该组织进化观点通过代理交互31日]。在我们的日常生活中,沟通是一种为人们传递信息和表达自己的态度。另一方面,人们也会在不知不觉中改变自己的情感特征。例如,为了实现一定的目的,媒体和舆论领袖总是传播相关信息通过特殊表达式来引起公众的情感共鸣,从而影响群体行为的演化在情感上的变化。相关研究表明,情绪扮演着一个很重要的角色,群体极化(32,33]。代理的情感特征可以反映代理对事件的态度,虽然代理的意见的改变很大程度上取决于他/她的情绪特征向事件。通常,清晰的一个代理对事件的态度(即,当代理的意见是在极端状态,如同意或不同意),就越不可能他/她是受他人的影响和改变他或她的意见。相反,不清楚或中性代理人对事件的态度,他或她越有可能是受他人的影响和改变他/她的意见(34]。此外,意见不同代理商之间的相互作用也是影响他们之间的关系。一般来说,代理之间的关系越近,越有利于互动的观点。

本文的贡献如下。首先,我们连接代理的坚定与代理的意见事件代理情感特色构建一个观点演化模型和可信性Deffuant模型的基础上,充分考虑代理异质性的。第二,我们分析了影响小组的意见上的不同的网络结构演化从复杂网络的角度。最后,我们介绍了意见领袖的角色和分析进化组中意见领袖的意见。

本文的结构组织如下。部分2介绍了方法。部分3介绍了结果。部分4总结了纸。

2。方法

2.1。Deffuant模型

Deffuant模型是一种广泛使用的有界信心舆论演化模型,这是一个更新模型的二元观点模型(35,36]。在这个模型中,意见是连续值分布在一个定义的范围,只有代理类似意见将相互通信,而那些伟大的意见不会沟通,保持原来的意见。与此同时,代理类似的意见将促进他们的意见的同化。Deffuant模型可以更准确地模拟实际的意见交互和信息传输的过程。我们假设两个随机代理的意见和在网络的时间是和 ,意见时 由以下方程:

如果

如果 在哪里是容忍阈值,是收敛系数, ,表示程度的接受其他代理商的代理意见。决定了收敛速度的意见,所以越高是一个代理的意见更新值越接近是另一个代理的舆论价值互动。一般来说,是0.5,这表明更新的意见是平均的两个代理的意见相互通信。然而,在现实中,每个代理都有不同的特征和程度的接受其他代理的意见。代理最低或最高接受意见通常是少数,绝大多数代理商的中间验收的意见是水平。因此,在这篇文章中,我们将使用正态分布来反映代理的意见的接受程度。

2.2。类风湿性关节炎模型

类风湿性关节炎模型(模型)的相关协议是一个扩展信心有界模型(34]。介绍了不确定性的意见观点演化过程,认为代理人的意见不是某个值而是一个光谱,时间跨度从舆论价值为中心,两端和代理的态度可以表达这个观点。代理的意见值更改影响代理相关意见之间的重叠区间大小的两个代理,虽然意见两个代理也会影响彼此之间的间隔。与此同时,如果两个代理的意见间隔不同,交互效应是不对称的。根据这项研究,代理和一个小意见间隔更有影响力。在现实中,代理高自信更容易说服代理商较低的自信,因为自信较低频谱有更大的意见,不清楚的意见,并且很容易改变自己的意见在别人的影响下,而代理有更高的自信间隔相对小的意见,明确意见,不容易受到外部影响改变他们的观点。

2.3。建设意见进化模型的基于代理的情感特征和可信度

根据上述研究进化的行为,代理人的意见的变化往往受情绪的变化,而代理与极端的意见总是有更高的情感特征和自信,坚定的态度,所以他们不太可能会受到外部因素的影响,改变他们的意见。心理学研究[37)也证实,极端分子比温和派,抵抗外部生成和肢体不一定产生非理性,支持上述假说。例如,对于一些热门事件,代理不感兴趣或认为这些事件本身并不相关,他们可能不会表现出明显的态度倾向或保持一个中立的态度这些事件,虽然有些代理感兴趣或认为这些事件是密切相关的,他们可能太关注这些事件的发展和明确的评论与态度的倾向。这些药物有很强的情感特征和公司坚持自己的观点和态度不容易受到外部因素的影响,改变他们的态度。我们假设代理人的意见的范围是[0,1]。与代理意见值的增加,将会有一个明确的态度。意见值为1时,代理有一个明确的态度倾向和情感特征;意见值为0时,代理有一个模棱两可的态度倾向,以中立的态度和更低的情感特征。同样,当代理人的范围(−1:0)的观点,认为价值是−1,表明代理显然是反对活动,具有较强的情感特征。此外,信誉也是一个事实,影响意见不同的代理之间的交互。在本文中,我们建立一个观点演化模型与代理情感特征和信誉的基础上有界模型[信心38]。 在哪里表明代理的信誉程度对代理 , 。信誉可以通过方程计算: ,在哪里表明两个代理的共同节点的数量,显示的节点代理的数量 。更大的比例共同节点代理在连接的节点代理 ,代理的信誉程度就越高对代理 。当 和 ,表示最大的信誉程度的代理对代理 。 和 显示代理的耐受阈值的幂函数观点的价值,和宽容阈值变小了,小如的意见值变大,这一过程可以表达由以下方程:

当意见值 , ;当意见值 , 。 和代表代理的耐受阈值,当意见值是0和1,即分别的宽容和中立的态度和低情感特征和代理吗是代理的宽容与极端的观点。在本文中,我们假设代理与极端意见耐受阈值较低,也就是说,是一个小的积极和恒定的值( )和是一种模拟的参数( )。我们学习不同的值的群体行为 。更大的价值是,大是相同的值的 。这表明中间的代理意见提供一个更大的容忍阈值和更有可能受到其他代理的价值比较大。当参数是 ,的图1和2分别意见的耐受阈值的函数值如图1。

如图1,当 , ,表明在代理之间的交互与不同意见值,代理容忍阈值更高强度,由于缺少明确意见,因此更容易受到他人的影响。所以代理很容易改变他/她的意见的影响下代理商吗在交互,而代理有一个明确的意见和耐受阈值低,在与代理商吗 ,代理的意见超出了公差阈值的代理商吗 ,所以代理从代理的影响是免费的吗并保持他/她的初步意见。由于不对称进化的观点,意见值接近于0的代理人更容易受外部因素影响产生极端的观点由于他/她更大的容忍阈值,与极端和代理意见不容易受到别人的影响由于宽容他/她低阈值和保持他/她的初步意见。这个观点演化机制的影响下,每个代理可能会产生极端的意见,和网络舆论最终会形成群体极化。

3所示。仿真结果

3.1。随机分布的影响的初步意见

在本文中,我们首先分析小组意见进化条件下,最初的意见是随机分布的。最初的代理的意见是随机分布在[0,1],和全局耦合网络的网络作为基本的网络。我们假设的数量的代理组织 ,集团的代理是完全连接,任意两个代理可以随机相互作用,遵循正态分布均值为0.5,标准差为0.2,下同。本文的仿真结果是平均200次。当是 ,1和2,需要不同的值,该组织认为进化是如图2- - - - - -4。

数据2- - - - - -4显示组意见分布演化的过程在不同的值 ,当是 ,1和2。代理的横坐标表示意见值,纵坐标表示进化代数,纵坐标表示代理人持有相同意见的数量的比例值的总代理商。数据显示3和4,当分别是1和2需要一个更小的值;各种意见集群迅速形成。意见值接近1时,代理的容忍度最低,代理在这个观点的比例也很小。的逐渐增加 ,代理的容忍度在逐渐变大,和代理之间的相互作用的概率增加。最后,代理意见值基本上是接近1的影响下代理与极端的意见,形成群体极化。当与条件 ,的价值较低时,群体极化下形成 (当 , ;当 , ),这是因为更大的容忍阈值什么时候需要一个更大的价值。当需要相同的值,平均交互式阈值与大集团的代理更大。代理人更容易互相交流意见。根据图2,当 ,意见分布演化的过程时,显示了一个类似的趋势 和 。然而,群体极化形成后,在其最大( ),因为较小的耐受阈值时 导致较低的平均交互式阈值组的代理,从而减少代理之间意见交互的概率。只有当特工的耐受阈值足够大,群体极化的影响下形成的极端观点。

3.2。正态分布的影响的初步意见

为目的的研究小组意见分布演化的过程中,最初的代理意见值随机分布在上面的研究。事实上,公众事件的初步意见并非随机分布在大多数情况下,和公众表达自己的意见时发生的事件。一般来说,大部分的公共事件的意见将集中在中部地区;只有少数民族将极端意见或保持一个中立的态度。随着时间的流逝,大多数代理商的意见将逐渐变得统一在少数民族极端观点的影响下,形成群体极化。研究小组意见分布演化的过程在这种情况下,我们使用一个正态分布均值为0.5,标准差为0.2,分布的初始代理意见,其中绝大多数的制剂的初步意见是在0和1之间,而代理的意见接近0和1只占一小部分。当 和需要不同的值,该组织认为进化是如图5。

根据图5,当最初的意见通常是分布式的,群体极化的意见将最终形成,与一个更小的值( )。当需要一个较小的值,有各种各样的意见集中在中部地区的集群,符合集团的意见被正态分布。的增加 ,代理意见逐渐集群周围1下的舆论价值的极端观点的影响。自的观点通常是分布式的,大多数的意见值都集中在中部地区的代理。与条件的随机分布下意见,大多数代理商的意见值更集中,更有利于意见代理之间的交互,因此可以形成群体极化需要一个较小的值。这也反映了在日常生活中,少数极端观点的影响下,低比例的代理在早期阶段与极端的意见将促进群体极化的形成当大多数代理商没有明确的意见宽容的阈值,较高的强度和更高比例的代理更大的容忍阈值,群体极化将越有可能形成。

3.3。不同的网络结构的影响

构建一个网络模型和复杂的结构来模拟网络在现实社会的关系是一种常见的学习方法的具体社会问题。研究社交网络中信息传播的发展,学者们建立网络模型与各种复杂的结构,包括常规的网络、随机网络、小世界网络,BA无标度网络,广泛应用于研究和其他人。社交网络的信息传播过程与代理特点和网络结构。分析不同网络拓扑结构的影响在社交网络中的信息传播过程,我们应用最近邻耦合网络的网络、随机网络、小世界网络和BA无标度网络的节点数量2000,分别。平均程度将基于这些网络的建设规则一致这样网络结构的演化结果有可比性的最大程度。代理的初步意见是随机分布的 。当参数 ,和接受不同的价值观,组意见分布演化的过程在不同的网络结构如图6- - - - - -9。

数据显示6- - - - - -9在不同的网络结构,可以在不同条件下形成的群体极化。当小值,有各种各样的意见在这四个网络集群,与增加的价值 ,群体极化会最终形成。与此同时,形成舆论极化时的值在这四个近邻耦合网络的随机网络> > > BA无标度网络小世界网络。从上面的分析可以看出,当群体极化形成的最近邻耦合网络的价值在其最低( ),小的价值在哪里 ,就越容易形成群体极化。平均容忍阈值较低时,代理的共识意见的团体可以达到,从而形成群体极化。由于代理之间的交互,全局耦合网络,与相同的节点数,最大程度和平均聚类系数和平均路径长度最小,因此最有可能形成群体极化。小世界网络有较大的聚类系数和平均路径长度短,从而增加的概率不同药物之间的相互作用,从而促进代理之间的交互。BA无标度网络和固定网络的聚类系数较低的小世界网络,和代理之间的交互的程度也低于小世界网络。然而,由于“优先连接”,BA无标度网络的特征之一,有一些节点规模更大,这与大量的节点,增加其他代理和代理之间的相互作用的概率来实现一个完整的代理之间的交互,因此,BA无标度网络更容易形成舆论极化比常规的网络。在最近邻耦合网络,代理只与他们相邻的代理。尽管其较大的聚类系数能促进代理之间的交互,其更大的平均路径长度限制之间的交互代理不同的地方,使舆论集群不能相互作用,这样的价值是它的最大群体极化时形成的。

3.4。意见领袖的影响

意见领袖影响力的公众人物,扮演着重要的角色在网络舆论的发展。一般来说,他们会影响公众的意见和引导网络舆论的发展方向,从而促进群体极化。由于“优先连接”无标度网络的特征,以更大程度有一些节点,占总数的一小部分节点组中,但是这些节点与大量的其他节点,扮演了一个重要的角色在整个网络。在本文中,我们把BA无标度网络的基本网络,最初的随机分布在代理的意见 ,和两个节点最大程度被选为“意见领袖。“由于较强的专业能力和知识储备,意见领袖总是坚定地坚持自己的意见,不太会受到外部因素的影响来改变他们的观点,所以验收意见领袖的意见 。同样,代理的意见的范围扩展 ,其中, 和 表明分歧,协议向事件,分别和两个节点大规模选择让他们的意见值在两个意见间隔,分别。当 ,和接受不同的价值观,组意见分布演化的过程数据所示10和11。

在图10选择两个节点,以最大的程度作为意见领袖,与最初的意见领袖的意见值0.5。当 ,集群组中有两种意见,其中,认为集群的舆论价值的大代理比例接近0.5,而另一种是接近0.8;当 ,集群组中只有一个意见,认为集群的舆论价值接近0.8。在图4,当 ,群体极化已经形成,意见值接近于1,表明意见领袖阻碍群体极化的形成在一定程度上。当需要一个较小的值,特工组中意见领袖的影响,形成了舆论集群与类似的观点与意见领袖。的增加 ,特工组中有更高的耐受阈值,和小组意见将逐渐接近1的舆论价值的影响下代理与极端的观点。然而,与意见领袖的影响相结合,最终形成了群体极化时,需要一个更高的价值,最后,舆论价值大约是0.8。在图11选择两个节点,以最大的程度作为意见领袖,与最初的意见领袖的意见值0.5−0.5,分别。当 ,有两个意见集群大剂的比例,和这两个集群的意见值接近0.5−0.5,分别。当 ,群体极化的端点值附近形成两种观点的间隔,表明意见值的其他代理集团将走向的舆论价值两个意见领袖,和意见的最后形成舆论极化值0.8和−0.8附近。

4所示。结论

在本文中,我们建立一个观点演化模型与代理情感特征和基于扩展Deffuant模型可信度的有界模型的信心。我们充分利用理论的观点间隔RA模型的连接代理坚定通过代理与舆论价值情感特征和可信度。本文模型构建定性解释群体极化的原因和现实考虑代理商的异质性。此外,为了定量分析群体极化,在现实中,我们考虑不同初始意见分布和一些普通的复杂网络结构和意见领袖的影响进化群体意见。

结果表明,与随机分布下的初步意见,群体极化形成的正态分布下最初的观点,和的值更小。少数极端观点的影响下,低比例的代理在早期阶段与极端的意见将促进群体极化的形成大多数代理时没有明确的意见宽容的阈值,较高的强度和更高比例的代理更大的容忍阈值,群体极化将越有可能形成。不同的网络结构有不同的对集团意见演化的影响。较大的聚类系数和平均路径长度短更有可能促进意见特工在一组之间的相互作用。因为任何全局耦合网络中两个代理可以相互作用,它有最大的聚类系数和平均片长度最短,所以更有可能实现群体极化。依靠“优先连接”BA无标度网络的特征,网络中大量节点行为的意见交互节点在一个更高的概率;当容忍阈值较低,群体极化会形成。将影响意见领袖意见进化。当需要一个较小的值,该集团的代理将受影响的意见领袖并形成意见集群具有相似值作为意见领袖的意见。与此同时,群体极化形成时的价值比较大。

根据结果,我们可以发现变量参数该组织认为进化中扮演一个重要的角色。越大,平均容忍阈值越大的代理,代理的比例越高,较大的耐受阈值,哪个更有利于舆论代理之间的交互。与此同时,代理与极端观点的影响下,逐渐形成统一的意见,形成群体极化。然而,代理与极端的观点有很强的情感特征,容忍阈值较低,并且不容易受到外部因素,所以很难改变这些代理的意见与极端的观点。我们可以减少极化的概率降低的耐受阈值组。例如,在事件的早期阶段,政府可以引导公众形成明确意见强度和充分发挥主流媒体的角色和意见领袖在指导过程中,从而使网络舆论朝着更好的方向发展。社交软件的应用使代理人之间的连接与小世界网络的结构特点和BA无标度网络,促进群体极化。因此,政府应加强信息传播在社会的监督软件。此外,监管机构可以增加操纵舆论的成本通过增加惩罚恶意操纵行为,以减少意见领袖的操纵行为。

论文的结论提供了一定理论依据解释在我们的日常生活中群体极化的原因并提出相应的对策来应对恶性群体极化,发挥群体极化的积极影响。然而,有许多缺点。意见之间的互动代理商,在现实中,取决于他们是否连接,这种连接关系的强度也有显著影响代理之间的宽容。因此,该集团意见进化基于加权网络结构则更为现实。此外,网络结构是多种多样的。网络结构与动态特性的影响该集团认为进化是下一个研究重点。

数据可用性

没有数据被用于这项研究。

信息披露

沭阳县江泽民和胡锦涛王是co-first作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

沭阳县江和胡王同样贡献了这项工作。

确认

这项研究是基础研究基金支持的中央大学和东南大学研究生的科学研究基金会(YBPY2146)。