澳洲科学院院士 | Brian Anderson: 社交网络中舆论动力学研究进展

论文题名：Recent Advances in the Modelling and Analysis of Opinion Dynamics on Influence Networks

论文作者：Brian D. O. Anderson, Mengbin Ye

全文链接：https://link.springer.com/article/10.1007/s11633-019-1169-8

作者讲座：https://mp.weixin.qq.com/s/FQVK2U6f34BiwSJUj6oqIQ 

参考链接：https://mp.weixin.qq.com/s/vaos5lRYY6WwtQTJF9JjDw

本文为控制与系统科学领域国际著名学者、美国工程院外籍院士、澳洲科学院院士、IEEE终身会士Brian D. O. Anderson教授特约综述，集中讨论了社交网络中，舆论动力学模型的最新研究进展。文章部分内容整理自Brian教授在CCC2018大会上的主题报告。

图片来自Springer

社会生活中，人与人之间的交流必不可少，无论是在公司会议室，还是在中学教室、线上社交媒体，都普遍存在着意见交流，这其中就涉及了"舆论动力学"研究。

过去十年间，在社交网络分析(social network analysis)这一大的研究领域中，"舆论动力学"(opinion dynamics)的概念得到了系统与控制工程领域研究者们的广泛关注。舆论动力学旨在构建和分析动力学模型(dynamical models)，借助这些模型可得出个体在社交网络中交流及交换意见的方式；在听取他人意见后，一个人对某件事的看法可能会随着时间而不断改变。

很多舆论动力学模型，包括其中最受欢迎的，都是以主体为基础(agent-based models)，一个人即代表一个主体，其就某件事的意见由一个数值(real value)表示，这个数值会随着时间的变化而变化。通过图表(graph)可以很便捷地捕捉到个体间的交流网络，图表中的节点(node)代表单个个体，边界(edges)代表两个个体间的交流。

本文首先对多数基础的舆论动力学模型做了简单介绍，这些模型可以从数学层面上解读观察到的社会现象(observed social phenomena)。而后，基于一些基本想法，作者对最近关注的几个相关研究主题做了讨论。

第一个主题：研究在群体讨论中，个人自信心得以增长的方式。人们参与一系列话题讨论，最终，讨论的每个话题都能得出一致意见(consensus)。某种程度上，达成一致意见的价值在于可反映出个人对最终结论所做出的贡献。在整个过程中，网络中的个体及个体交流的方式都会发生改变。

第二个主题：介绍了一种全新的舆论动力学离散时间模型(discrete-time model)，用以研究在个人性格倔强但受社会规范胁迫时，个体向外表达的意见与个人私下想法间是如何产生差异的。通过该模型，还可看出少数过激分子(extremists)会带来一种"多数无知"(pluralistic ignorance)的现象，即群体多数成员私下拒绝一种行为模式，但却错误地想象其他大多数人都会接受它。

第三个主题：研究一组人如何讨论一组逻辑相关的话题。研究发现：对于逻辑相关性呈级联结构(cascade structure)的话题，若在各个话题如何关联这一点上，不同人存在着相反和/或多样的看法，那么在讨论话题时便会出现意见分歧，因为不同人对逻辑关联结构有着不同的认知。 

来源：《International Journal of Automation and Computing》编辑部