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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社