基于群体压力和自适应网络的观点动力学研究

作     者：蔡华生 

作者单位：广西大学 

学位级别：硕士

导师姓名：黄昌巍

授予年度：2023年

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

主      题：复杂网络 观点动力学 Heglsemann-Krause模型 

摘      要：舆论是人类集体行为的重要体现,对人类生活的各个方面有重要影响。当今信息化时代,互联网的快速发展为舆论爆发和传播提供了有利条件。舆论事件涉及民生、公共安全等社会问题,科学干预和管控舆论演化对建设稳定和谐的社会秩序具有重要作用。基于复杂网络探究舆论演化的动力学过程成为了揭示舆论传播内在机理的重要手段,为管控和引导舆论的发展提供了基础。本文结合复杂网络理论,基于有界信任规则的Heglsemann-Krause(HK)模型,分别建立了基于群体压力和自适应网络的观点动力学模型,研究了群体观点的形成和演化规律,致力于揭示相关因素影响群体观点演化的微观机制。本文的主要工作如下:首先,我们考虑群体压力环境因素,提出了结合有界信任规则和群体压力的观点动力学模型。在这一模型中,群体被分为压力敏感个体和压力不敏感个体两类。其中,压力不敏感个体根据有界信任规则,通过综合考虑邻居的意见更新观点。而压力敏感个体在更新自身观点时,除了考虑邻居的意见外,还会受到群体压力的影响。我们研究了有界信任水平、群体压力大小和个体对群体压力的敏感程度对观点演化的影响。我们的数值模拟结果表明,有界信任水平较高,且群体压力和个体对群体压力敏感程度都比较适中的情况下,有利于群体产生更少的意见分歧,而群体压力过大会导致群体观点变得极端。其次,我们提出了基于社会同质性的自适应网络上的观点动力学模型。在这一模型中,个体根据同质性原理与观点差距较大的邻居断开连接,并连向具有相似观点的节点,而个体的观点根据有界信任规则更新。我们研究发现,与传统静态网络相比,考虑同质性规则的自适应网络中群体能够产生更少的意见分歧。在自适应网络中,网络密度增大会促使个体更容易找到相似观点的邻居并迅速形成局部共识,从而削弱了个体在各团簇之间的“桥梁作用。此外,我们还发现,在部分个体初始观点极端的环境中,群体意见不容易达成一致。