动态自适应网络中有界信任舆论演化算法.pdfVIP

２０１７年６月 西 北 工 业 大 学 学 报 Ｊｕｎｅ ２０１７ 第３５卷第３期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３５ Ｎｏ．３ 动态自适应网络中有界信任舆论演化算法 １，２ １ ２ ２ ２ 王彦本 ，蔡皖东 ，卢光跃 ， 白菊蓉 ，冯景瑜 （１．西北工业大学 计算机学院，陕西 西安　 ７１００７２；２．西安邮电大学 通信与信息工程学院，陕西 西安　 ７１０１２１） 摘　 要：目前，对社会舆论演化的研究主要在静态网络中进行。 但是，实际的社交关系网络是有向的 动态自适应网络，舆论的演化受网络的影响；反之舆论的演化也可能会导致网络的动态变化。 对此问 题，提出了一种动态自适应网络的有界信任舆论演化算法，其主要功能是：如果２ 个个体的观点差值 大于一定的信任水平，个体之间的有向连接就以一定的概率断开；如果观点差值小于一定的信任水 平，新的连接将以一定的概率重新生成。 研究的主要内容是：动态自适应网络的平均观点集合数、观 点统一概率、最大集合人数比例、平均步数和平均度５种统计指标的宏观变化规律。 实验结果表明， 最终的观点集合有３种类型：信任水平较小时，形成多个观点集合；中等的信任水平时，以一定的概率 达成统一的共识；信任水平较高时，总能达成统一的共识。 动态自适应网络中观点演化的趋势和静态 网络相似，但在动态自适应网络模型中，重连概率对观点演化有较大的影响。 当重连概率为零时，静 态网络模型的上述指标优于动态网络模型；当重连概率增加时，动态网络模型的统计指标逐渐优于静 态网络模型。 重连概率增加了网络的连边，增强了个体之间的交流，促进舆论的快速形成。 实验结果 与实际网络舆论演化的情况相符，能够在一定程度上反映和解释现实社会中舆论演化的情况。 关　 键　 词：观点动力学；舆论演化；有界信任；动态自适应网络；复杂网络 中图分类号：ＴＰ３９３　 　 　 文献标志码：Ａ　 　 　 文章编号：１０００⁃２７５８（２０１７）０３⁃０５００⁃０７ ［５］ 　 　 人们往往会对社会各个领域的问题或现象自发 模的方法 。 研究者先后提出了一些观点动力学 地表达个人的观点或意见，当各类观点在人群中通 模型来研究社会群体中观点形成、演化、形成共识的 过互联网、社交媒体等途径传播和相互影响时，会逐 过程。 通常按照观点表示方法的不同，可以将观点 渐在一定的社会范围内形成反映集体意识的、多数 动力学模型分为离散模型和连续模型２大类。 离散 人的共同意见即舆论。 当前世界各国都很重视对舆 模型将观点建模成离散数值，个体观点通常只有２ 论演化问题的研究及应用，许多发达国家相继建立 个取值，也可以由２个增加到３个、４ 个甚至多个。 了舆论研究中心。 在舆论演化研究中，基于Ａｇｅｎｔ 典型的离散模型如 Ｉｓｉｎｇ 模型、选举模型、Ｇａｌａｍ 的 的计算方法被广泛使用，用于研究社会现象的全局 多数决定模型和Ｓｚｎａｊｄ Ｗｅｒｏｎ 模型等。 复杂特性，如观点的形成、文化的传播等，并在社会 在现实生活中，往往还存在另一类个体观点值 中应用于群体决策、少数观点的幸存和舆论形 是连续变化的或界限难以精确划分的模糊值现象， ［１⁃２］ 称为连续模型。 连续模型包括 Ｄｅｆｕａｎｔ⁃Ｗｅｉｓｂｕｃｈ 成等 。 ［６］ ［７］ 研究网络舆论演化规律主要有２种方式：①采