黄庆花,宋玉蓉

(南京邮电大学自动化学院,南京210046)

基于优先选择和记忆效应的观点动力学研究

黄庆花,宋玉蓉

(南京邮电大学自动化学院,南京210046)

针对社会群体中观点共享的现象,考虑节点间交互存在偏好选择(优先选择),以及节点对异己观点存在记忆效应,扩展Deffuant模型,建立一种新的观点动力学模型。采用优先选择策略,使非均匀网络达成一致观点;在网络只选用优先选择策略而不考虑节点记忆效应时,网络一致性观点的形成仍依赖于置信值的取值。在网络考虑节点记忆效应后,不仅能够促进网络达成一致观点,而且在置信值很小的情况下,网络也能达成一致观点。研究结果表明,随着置信值的增加,网络达成一致观点所需的最小观点更新次数逐渐减少。

Deffuant模型;优先选择;记忆效应;观点动力学;非均匀网络

1 概述

观点动力学主要研究社会经济系统中个体之间的决策以及在外界公共信息作用下,人群中个体对某些特定事件或事物所持不同观点的形成(formation)和演化(evolution)等现象［1-3］,并分析观点的一致性(consensus)与多样性(diversity)保持等问题。目前大多数研究工作主要是通过建立模型的方式对现实问题进行仿真研究,现有研究表明观点动力学模型主要分为两大类:第1类为离散观点值模型,如Ising模型［4］、选民模型(voter model)［5-6］、多数统治模型(majority rule model)［7-8］和Sznajd模型［9］;第2类为连续观点值模型,如边界信任模型(bounded confidence model)［10-11］等。在对观点动力学模型的研究过程中,过去研究者大多采用第1类离散观点值模型,模型中的观点呈二值化形态。……