江苏龙网

  1. 首页 > 人文 > >

『集智俱乐部』2020前沿综述：观点的传播动力学新进展


『集智俱乐部』2020前沿综述：观点的传播动力学新进展
文章图片
导语
对观点传播的建模研究 ， 有助于理解社交网络、群体决策和市场营销等问题 ， 一直是网络科学的热门课题 。 在2020年4月的一篇预印本论文中 ， 来自华盛顿州立大学的研究者梳理了观点传播近年来的研究进展 ， 特别是2020年以来的新工作 ， 并将其汇总成若干个主要的方向 。 本文是对这篇论文解读 ， 对论文要点做了概括整理 。
对于热点事件 ， 每个人都有着自己的观点（opinion） 。 人与人之间的交流 ， 会改变我们初始的观点 。 对人群中观点的演变建模 ， 以期理解其动力学特征 ， 对诸如群体决策、假新闻识别、极端思想账号识别、精准营销以及构建能够达成共识的人际网络 ， 都会有所助力 。 近年来该领域的研究热度颇高 ， 4月发在arXiv.org的一篇预印本综述 ， 概述了该问题的最新进展 ， 包括2020年第一季度新增的50多篇相关文献 。
论文题目：Recentadvancesinopinionpropagationdynamics:A2020Survey论文地址：https://arxiv.org/abs/2004.05286
一、如何对观点传播建模
根据需要建模的具体场景 ， 观点传播动力学（opinionpropagationdynamics）模型分为连续和离散两种 。 你有多么喜欢吃红肉 ， 或者你愿意为了某个慈善组织捐款多少钱 ， 这是连续的观点；离散的观点 ， 对应的例子比如你是否支持某个决定 ， 或是在几个候选人中倾向于那一个 。
模型假设每个主体针对一组话题 ， 有各自的初始观点 ， 在传播终点到达之前 ， 模型中的每个主体（agent）按照指定的规则及自己当前观点 ， 更新观点 ， 直到所有主体的观点不再改变 。
不论是离散还是连续 ， 模型预测得出的观点传播都会达到三种可能结局中的一种：
达成共识两级分化（模型将人群分为观点极端的两群人）人群分为多个观点不同的子群体连续的观点传播模型有多种 ， 1974年提出的DeGroot模型是观点传播领域最早也是最基础的模型[1] 。 该模型假设个体下一次迭代的观点 ， 来自其自身观点 ， 与网络中与其相邻个体的观点的加权平均 。 其中的权重是该主体对自己或他人的观点赋予的 ， 代表其对自身观点的自信程度或与他人友谊的深浅 。
『集智俱乐部』2020前沿综述：观点的传播动力学新进展
文章图片
在DeGroot模型下 ， 不论初始人群的观点如何 ， 最后总是会达成共识的 。 下图展示了尽管初始观点分散 ， 但经过若干轮的迭代之后 ， 人群总会就某件事达成共识 ， 且最终达成共识的观点是“中庸”而不是极端的 。 即在0-1的观点光谱上 ， 最终的共识处在0.5这个中间值上 。
『集智俱乐部』2020前沿综述：观点的传播动力学新进展
文章图片
图1：DeGroot模型下人群观点（单一议题）随时间变化的曲线
而离散的观点模型同样有多种 ， 其中常见两种 ， 一种是基于统计物理中的Ising模型 ， 决定主体的观点如何改变 ， 另一种模型中主体改变观点的方式 ， 是通过投票选取邻居节点支持最多的观点 。
二、在模型中加入现实的复杂性：
6类改进的观点传播模型
现实之中 ， 哪怕是最亲近的朋友 ， 也会因为一些争议话题——比如近期在网络热议的方方日记 ， 而吵得不可开交 。 为了更真实地模拟现实中的观点传播过程 ， 搞清楚为啥友谊的小船说翻就翻 ， 近年学界对相关模型做了大量改进 。 比较典型的改进有6类 ， 这是本文的重点 ， 后文将分别介绍这6类改进的代表性工作：
改进一：引入难以说服的个体
难以说服的个体：基础版的观点模型中 ， 每个主体的是会受到周围节点的影响而改变观点的 ， 而现实中很多人是难以被说服的 。 2020年新发表在InfromationSciences的一篇论文[2] ， 依托DeGroot模型 ， 将观点更新的过程变为了先经过自己判断、再决定是否更新 。 不同的主体会有不同的固执系数 ， 在0和1之间 ， 固执系数越高就越难改变自身观点 ， 当固执系数为1 ， 该个体将完全不会改变自身观点 。 在经典的Degroot中 ， 主体的固执系数是0 ， 而在改进型中 ， 会出现一些固执系数很高、难以被说服的个体 ， 只能接受部分他人的观点 。


推荐阅读


上一篇：科技俱乐部■1 II发售时间推迟：骁龙865/4K屏等一等？，索尼Xperia

下一篇：神猴数码▲网友：网友诺基亚你变坏了，竞标失败竟恶意诋毁华为