摘要：舆论建模跳出传统的基于最近邻（“person—person”）的交互范式，引入次近邻（“person—person—person”）的影响，刻画网络中邻居的邻居对观点改变的作用，提出舆论演化的社会影响级联模型，分析其在可变聚类系数网络上舆论的演化性质．通过调节网络聚类系数，使用异步更新的方式，观察网络集聚特性对舆论演化的影响．结果表明，1）相比于传统的最近邻影响模型，社会影响级联模型的社会强化作用更大，系统更容易达成共识，初始状态中主流观点的影响将被放大；2）舆论演化结果与网络集聚性和初始状态相关：当系统初始状态P＋≠P-，系统观点演化达到稳态后．网络聚类系数越大，越容易产生主流观点；当初始观点P＋=P-时，即正、负力量势均力敌时，系统共识则难以确定．这种情况和现实社会舆论的演化结果符合．

关键词：舆论 级联 社会影响 可变聚类系数网络 三元无标度网络 

单位：中国科学院科技政策与管理科学研究所 北京100190 中国科学院自然与社会交叉科学研究中心 北京100190 吉林大学计算机科学与技术学院 长春130021 中国科学院数学与系统科学研究院 北京100190