茍智堅(jiān)，范明鈺，王光衛(wèi)（.電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 60054；2.成都信息工程學(xué)院信息安全工程學(xué)院 成都 60025）

復(fù)雜網(wǎng)絡(luò)中無信任邊界限制的連續(xù)觀點(diǎn)演化研究

茍智堅(jiān)1，2，范明鈺1，王光衛(wèi)1
（1.電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 610054；2.成都信息工程學(xué)院信息安全工程學(xué)院 成都 610025）

多數(shù)的連續(xù)觀點(diǎn)演化模型中，缺少考慮輿論環(huán)境對信任關(guān)系的影響，同時(shí)信任邊界條件使得觀點(diǎn)演化聚合之后，各觀點(diǎn)集合中的個(gè)體無法進(jìn)行后續(xù)觀點(diǎn)交互。該文分析個(gè)體觀點(diǎn)差異以及鄰居輿論環(huán)境對交互過程中信任關(guān)系的影響，消除信任邊界對觀點(diǎn)交互更新的限制，建立無觀點(diǎn)信任邊界限制的連續(xù)觀點(diǎn)演化模型，并研究該模型觀點(diǎn)演化統(tǒng)一的影響機(jī)制。理論分析與仿真實(shí)驗(yàn)表明：該模型不單可以反映觀點(diǎn)演化的聚合過程，而且能反映輿論演化聚合之后各觀點(diǎn)集合之間的競爭交互過程，模型可描述觀點(diǎn)集合形成后的觀點(diǎn)有序集合的變化；同時(shí)，模型反映了在較高聚類系數(shù)的無標(biāo)度網(wǎng)絡(luò)中，觀點(diǎn)演化統(tǒng)一更加困難，而在平均連接度高的網(wǎng)絡(luò)中，演化統(tǒng)一更加容易，這與已有相關(guān)研究結(jié)論是基本相符的。

信任邊界；復(fù)雜網(wǎng)絡(luò)；連續(xù)觀點(diǎn)；觀點(diǎn)演化

近年來，隨著信息技術(shù)的快速發(fā)展，社會成員之間信息交流更加便捷、頻繁，社會輿論對政治、經(jīng)濟(jì)、文化等領(lǐng)域的影響越來越大，許多學(xué)者對社會群體中觀點(diǎn)演化統(tǒng)一、分化的規(guī)律及其主導(dǎo)因素開展了大量研究，形成一個(gè)跨越社會學(xué)、物理學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科的熱門研究領(lǐng)域［1-2］。

較早的觀點(diǎn)演化研究中，通常采用離散數(shù)值表示個(gè)體觀點(diǎn)［3-5］，盡管離散值能準(zhǔn)確、清晰地反映觀點(diǎn)演化結(jié)果的意義（如贊同或反對），卻不易描述個(gè)體觀點(diǎn)的漸進(jìn)變化。文獻(xiàn)［6］采用連續(xù)數(shù)值表示個(gè)體觀點(diǎn)，建立基于有界信任條件的連續(xù)觀點(diǎn)演化模型（Deffuant模型），開啟了連續(xù)數(shù)值觀點(diǎn)的演化研究；文獻(xiàn)［7］借鑒Deffuant模型，設(shè)定交互信任邊界同時(shí)，引入個(gè)體交互影響力權(quán)重矩陣，構(gòu)建（Hegselmann-Krause，HK）模型。后續(xù)許多學(xué)者從觀點(diǎn)交互策略擴(kuò)展和信任機(jī)制構(gòu)建、社會關(guān)系影響和意見領(lǐng)袖的作用等多個(gè)方面對連續(xù)觀點(diǎn)演化進(jìn)行了深入研究［8-13］。

在上述連續(xù)觀點(diǎn)演化研究中，多數(shù)模型延續(xù)了Deffuant模型的有界信任假設(shè)。然而通過分析可發(fā)現(xiàn)，信任邊界的設(shè)置使得觀點(diǎn)演化聚合成若干集合后，各集合之間的個(gè)體無法進(jìn)行后續(xù)觀點(diǎn)交互，從而使演化系統(tǒng)完全靜止，這與實(shí)際生活中觀點(diǎn)交互情況存在差異。現(xiàn)實(shí)中，個(gè)體間觀點(diǎn)交互不會因?yàn)榫酆袭a(chǎn)生而停止，分屬不同觀點(diǎn)集合的個(gè)體時(shí)常產(chǎn)生激烈的觀點(diǎn)交鋒，造成不同觀點(diǎn)集合間的個(gè)體觀點(diǎn)相互轉(zhuǎn)換。同時(shí)，主流基于信任邊界限制的演化模型在構(gòu)建觀點(diǎn)交互過程中的信任關(guān)系時(shí)，主要考慮觀點(diǎn)相似程度［6-7］、個(gè)體影響力［8］和個(gè)體間親疏關(guān)系［9］等因素，缺少考慮個(gè)體鄰居輿論環(huán)境對交互過程中信任關(guān)系的影響（本文把鄰居輿論環(huán)境表示為個(gè)體在交互過程中感知的鄰居觀點(diǎn)集合，簡稱輿論環(huán)境）。根據(jù)社會心理學(xué)的從眾原理，個(gè)體更易接受被多數(shù)人認(rèn)可的觀點(diǎn)，這可理解為觀點(diǎn)獲得更多個(gè)體支持后，其受信任程度（可信程度）增加。為便于分析，本文把觀點(diǎn)相似程度、個(gè)體間親疏關(guān)系、個(gè)人影響力等因素統(tǒng)稱為個(gè)體因素，而把輿論環(huán)境稱為環(huán)境因素。因此，構(gòu)建觀點(diǎn)交互的信任關(guān)系應(yīng)綜合考慮個(gè)體因素和環(huán)境因素。本文重點(diǎn)分析個(gè)體因素和環(huán)境因素對觀點(diǎn)交互中信任關(guān)系的影響機(jī)制以及觀點(diǎn)演化規(guī)則，消除信任邊界對觀點(diǎn)交互的限制，建立無信任邊界限制的連續(xù)觀點(diǎn)演化模型，并分析網(wǎng)絡(luò)結(jié)構(gòu)特征、輿論敏感系數(shù)等因素對新模型的觀點(diǎn)演化統(tǒng)一、觀點(diǎn)集合重組的影響。

1 觀點(diǎn)演化建模

在網(wǎng)絡(luò)傳媒高度發(fā)達(dá)的今天，個(gè)體觀點(diǎn)可同時(shí)與多個(gè)好友進(jìn)行分享、討論，不再局限于個(gè)體對個(gè)體的交互。以規(guī)模為N的網(wǎng)絡(luò)為例，節(jié)點(diǎn)表示個(gè)體，邊表示相鄰關(guān)系，觀點(diǎn)演化以時(shí)間步為單位。每一時(shí)間步中，隨機(jī)選擇網(wǎng)絡(luò)中某一個(gè)體作為觀點(diǎn)傳播者向其所有鄰居傳播觀點(diǎn)，鄰居作為觀點(diǎn)接收者獲知該觀點(diǎn)后，可能接受該觀點(diǎn)并向其妥協(xié)（表示接收者觀點(diǎn)向傳播者觀點(diǎn)靠近），也可能不接受該觀點(diǎn)而保持自身觀點(diǎn)不變。經(jīng)過一段時(shí)間演化，網(wǎng)絡(luò)個(gè)體觀點(diǎn)將統(tǒng)一或分化成若干觀點(diǎn)集合。

1.1 交互過程中的信任關(guān)系

觀點(diǎn)演化過程中交互信任關(guān)系受個(gè)體因素和環(huán)境因素兩方面影響。忽略個(gè)體主觀因素，同時(shí)考慮親疏關(guān)系、個(gè)人影響力等個(gè)體因素在一段時(shí)間內(nèi)具有較好穩(wěn)定性，參照相關(guān)研究［6-8］的信任關(guān)系條件，本文把觀點(diǎn)相似度作為主要的個(gè)體因素進(jìn)行分析。

個(gè)體用什么原則分析觀點(diǎn)在輿論環(huán)境中的支持度呢？如圖1分析示例所示，若觀點(diǎn)x1不存在對比觀點(diǎn)（無參照坐標(biāo)），認(rèn)為數(shù)軸上所有觀點(diǎn)都不支持x1；當(dāng)x1與x4進(jìn)行對比時(shí)，則認(rèn)為x2支持x1，x3支持x4，此時(shí)把x1與x4的差異作為篩選支持觀點(diǎn)的標(biāo)準(zhǔn)。正如文獻(xiàn)［15］中的描述——（個(gè)體）對于某種情形的知覺與熟悉，會建立一種同化或解釋之后的經(jīng)驗(yàn)性的參照系或定式，即個(gè)體對輿論環(huán)境中支持觀點(diǎn)的篩選需要一個(gè)經(jīng)驗(yàn)性的參照系。

圖1 篩選條件δ的取值

同理：

表1 觀點(diǎn)支持度差異度量

1.2 觀點(diǎn)的交流與妥協(xié)

人際交流的目的是達(dá)成共識，交流心理學(xué)［16］認(rèn)為，人們的需求傾向影響人際交流，當(dāng)個(gè)體感知的輿論環(huán)境與自身觀點(diǎn)相似性較高，交流的目的性需求降低，使得個(gè)體間話題交流意愿減??；另外，根據(jù)沉默螺旋［17］理論，個(gè)體感知的輿論環(huán)境形成較統(tǒng)一的認(rèn)識時(shí)，自身不易發(fā)起新觀點(diǎn)，因此，個(gè)體在面對更加統(tǒng)一的輿論觀點(diǎn)時(shí)，參與討論的意愿降低。

觀點(diǎn)交流過程中，有吸引力的話題可以使更多的人參與討論。設(shè)μ≥0表示話題吸引力，μ值越大，話題吸引力越大。定義個(gè)體i在時(shí)間步t時(shí)參與話題觀點(diǎn)交流的概率為：

觀點(diǎn)演化需要個(gè)體有參與話題討論熱情，同時(shí)也需要個(gè)體對新觀點(diǎn)的妥協(xié)。其演化步驟為：

3）當(dāng)個(gè)體與鄰居環(huán)境的觀點(diǎn)相同時(shí)，根據(jù)式（9），個(gè)體失去觀點(diǎn)傳播興趣，不參與觀點(diǎn)討論。定義事件Eventi，j表示個(gè)體j的觀點(diǎn)受鄰居i影響而發(fā)生變化（i，j觀點(diǎn)不同），其概率為：

考慮網(wǎng)絡(luò)中出現(xiàn)多個(gè)觀點(diǎn)集合并存時(shí)，處于觀點(diǎn)集合邊界的個(gè)體之間觀點(diǎn)影響概率不為0，理論上，觀點(diǎn)演化需形成統(tǒng)一觀點(diǎn)時(shí)才結(jié)束。觀點(diǎn)完全統(tǒng)一所需演化時(shí)間非常大，需設(shè)定一個(gè)演化結(jié)束條件，同時(shí)不影響演化規(guī)律判定。當(dāng)網(wǎng)絡(luò)中觀點(diǎn)集合相對穩(wěn)定時(shí)，個(gè)體觀點(diǎn)受其鄰居影響而產(chǎn)生變化的概率趨于0，而非等于0。設(shè)個(gè)體j在時(shí)間步t受鄰居觀點(diǎn)影響并發(fā)生變化的平均概率為：

當(dāng)Pt（Event）?ε≤0且ΔPl?ε≤0時(shí)，觀點(diǎn)演化結(jié)束。

2 模型分析與仿真

模型構(gòu)建的觀點(diǎn)演化過程是非線性的，且沒有解析解，因此，本文對模型演化進(jìn)行定性分析，并依托復(fù)雜適應(yīng)系統(tǒng)理論（complex adaptive system，CAS），基于Agent（主體）的仿真建模來觀察觀點(diǎn)的演化統(tǒng)一與分化過程，分析網(wǎng)絡(luò)結(jié)構(gòu)特征對觀點(diǎn)演化的影響。

對社會關(guān)系網(wǎng)絡(luò)的相關(guān)研究表明，社會關(guān)系網(wǎng)絡(luò)具有無標(biāo)度、較高聚類系數(shù)［18-21］等特性。本文選擇文獻(xiàn)［18］提出的可變聚類系數(shù)無標(biāo)度網(wǎng)絡(luò)算法，構(gòu)造具有較高聚類系數(shù)的無標(biāo)度網(wǎng)絡(luò)來模擬現(xiàn)實(shí)社會關(guān)系網(wǎng)絡(luò)。算法思路是在經(jīng)典無標(biāo)度網(wǎng)絡(luò)（BA網(wǎng)絡(luò)模型）［21］構(gòu)造算法基礎(chǔ)上，修改加邊策略。當(dāng)新增節(jié)點(diǎn)添加m（m表示BA模型中每個(gè)新增節(jié)點(diǎn)的加邊總數(shù)）條邊時(shí)，以概率（1?TP）執(zhí)行優(yōu)先選擇策略，以概率（TP）執(zhí)行三角連接策略。優(yōu)先策略繼承BA模型中度大優(yōu)先原則，三角連接策略則構(gòu)建互為鄰居關(guān)系，提高網(wǎng)絡(luò)聚類系數(shù)，算法中每次新增節(jié)點(diǎn)的加邊數(shù)量m影響網(wǎng)絡(luò)平均連接度。

未特別說明，實(shí)驗(yàn)網(wǎng)絡(luò)規(guī)模為1 000，新增節(jié)點(diǎn)加邊數(shù)m=4。初始觀點(diǎn)隨機(jī)分布，演化開始時(shí)，個(gè)體已知所有鄰居初始觀點(diǎn)，數(shù)據(jù)獨(dú)立采樣200次，話題吸引力μ=1，結(jié)束條件ε=0.005，l=5 000。為方便分析，同時(shí)不影響演化規(guī)律判定，定義演化形成的觀點(diǎn)集合的個(gè)體數(shù)量大于網(wǎng)絡(luò)規(guī)模的5％，且集合中任意個(gè)體間觀點(diǎn)差異小于0.05，標(biāo)準(zhǔn)差小于0.012 5。Cl表示平均觀點(diǎn)集合數(shù)，當(dāng)觀點(diǎn)集合中個(gè)體數(shù)量大于網(wǎng)絡(luò)規(guī)模的95％，且集合中任意個(gè)體間觀點(diǎn)差異小于0.05，標(biāo)準(zhǔn)差小于0.012 5時(shí)，則觀點(diǎn)統(tǒng)一。

2.1 觀點(diǎn)集合的形成

基于有界信任輿論演化模型中（如Deffuant、HK模型［6-7］），觀點(diǎn)分化主要受信任邊界影響，個(gè)體間觀點(diǎn)滿足信任邊界條件才能交互，這導(dǎo)致觀點(diǎn)分化后，屬于不同觀點(diǎn)集合的個(gè)體之間觀點(diǎn)信任度（可信度）不滿足信任邊界條件，從而無法進(jìn)行后續(xù)觀點(diǎn)交互，圖2展示了經(jīng)典連續(xù)觀點(diǎn)演化模型。

圖2 Deffaunt、HK模型的觀點(diǎn)演化結(jié)果

本文構(gòu)建的觀點(diǎn)演化模型中，消除信任邊界限制，代以妥協(xié)概率約束觀點(diǎn)演化更新。當(dāng)演化形成若干觀點(diǎn)集合后，處于不同觀點(diǎn)集合的個(gè)體間仍可進(jìn)行觀點(diǎn)交互，此時(shí)觀點(diǎn)集合為動態(tài)有序。圖3顯示了新模型演化過程中觀點(diǎn)分布變化，個(gè)體對輿論環(huán)境敏感系數(shù)分別選取5，10，20，30，TP=0.8，模型的演化結(jié)果出現(xiàn)多種情形（圖3選取具有代表性的演化結(jié)果），反映輿論觀點(diǎn)演化的復(fù)雜性。圖3a展示了有限演化時(shí)間內(nèi)的觀點(diǎn)演化統(tǒng)一過程；圖3b的演化執(zhí)行到大約7 000時(shí)間步時(shí)，出現(xiàn)3個(gè)明顯的分化集合（集中在0.62、0.44、0.38左右），此時(shí)3個(gè)集合之間的個(gè)體交互并沒停止，在時(shí)間步35 000、54 000、72 000左右，分別出現(xiàn)觀點(diǎn)集合合并，并最終統(tǒng)一；圖3c演化過程中出現(xiàn)兩個(gè)觀點(diǎn)集合，盡管集合形成后偶爾出現(xiàn)不同集合間個(gè)體觀點(diǎn)交互，但兩個(gè)集合一直并存，直到演化結(jié)束。圖3d出現(xiàn)多個(gè)觀點(diǎn)集合并存，演化沒有形成觀點(diǎn)統(tǒng)一。定義事件M表示演化過程中出現(xiàn)觀點(diǎn)集合重組，實(shí)驗(yàn)中每5 000時(shí)間步進(jìn)行一次觀點(diǎn)集合數(shù)量統(tǒng)計(jì)，出現(xiàn)觀點(diǎn)集合數(shù)量減少，即事件M發(fā)生。表2統(tǒng)計(jì)了觀點(diǎn)統(tǒng)一、多集合并存、集合重組等事件發(fā)生的概率。

表2 觀點(diǎn)演化結(jié)果統(tǒng)計(jì)概率

從圖2與圖3對比看出，新模型不單刻畫觀點(diǎn)演化統(tǒng)一過程；同時(shí)刻畫了觀點(diǎn)聚合之后，各觀點(diǎn)集合之間的個(gè)體交互，演化可能因?yàn)樾〉南到y(tǒng)漲落而出現(xiàn)觀點(diǎn)有序集合的變化（如圖3b），模型的這一特征似乎能更全面展現(xiàn)真實(shí)環(huán)境下的觀點(diǎn)演化的過程。

圖3 觀點(diǎn)演化分布

2.2 網(wǎng)絡(luò)結(jié)構(gòu)特征對觀點(diǎn)演化統(tǒng)一的影響

文獻(xiàn)［22-25］研究表明，輿論觀點(diǎn)傳播與演化受到社會關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)特征影響，本節(jié)將分析可變聚類網(wǎng)絡(luò)結(jié)構(gòu)特征對觀點(diǎn)演化統(tǒng)一的影響。定義觀點(diǎn)演化統(tǒng)一概率p=count/loop，其中，loop表示獨(dú)立實(shí)驗(yàn)次數(shù)，count表示出現(xiàn)觀點(diǎn)統(tǒng)一的次數(shù)?？紤]時(shí)間步t時(shí)刻，選擇度為k的節(jié)點(diǎn)i向鄰居發(fā)送觀點(diǎn)，其鄰居會向i觀點(diǎn)妥協(xié)或僵持，形成局部輿論環(huán)境。定義i與鄰居節(jié)點(diǎn)構(gòu)成集合ui，在t+Δt時(shí)間步，ui中π個(gè)節(jié)點(diǎn)收到共同鄰居j的觀點(diǎn)，j可能屬于ui，也可能來自網(wǎng)絡(luò)中其他節(jié)點(diǎn)，如圖4所示。

圖4 虛線圈定的節(jié)點(diǎn)為ui節(jié)點(diǎn)集合，j節(jié)點(diǎn)屬于集合ui之外的其他節(jié)點(diǎn)。

節(jié)點(diǎn)i聚類系數(shù)ci=2E/k（k?1）（E表示i的鄰居間連邊總數(shù)，k是i的度），式（13）可改寫為：

圖6 不同TP條件下最大觀點(diǎn)集合人數(shù)比例變化

2.3 輿論環(huán)境敏感性對觀點(diǎn)統(tǒng)一的影響

模型中引入的輿論環(huán)境敏感系數(shù)τ增加，鄰居間觀點(diǎn)演化形成小團(tuán)體，阻礙觀點(diǎn)演化一致。圖7顯示敏感系數(shù)對觀點(diǎn)聚合統(tǒng)一的影響，話題吸引力μ=1，10，20。當(dāng)τ=0，信任關(guān)系不受輿論環(huán)境影響，個(gè)體間觀點(diǎn)交流渠道始終打開（妥協(xié)概率p＞0），觀點(diǎn)最終統(tǒng)一；當(dāng)τ＞0，隨著τ值增加，鄰居輿論環(huán)境對信任關(guān)系影響增大，個(gè)體接受新觀點(diǎn)越困難，觀點(diǎn)統(tǒng)一概率減小。實(shí)驗(yàn)結(jié)果表明，在具有較高聚類系數(shù)的無標(biāo)度網(wǎng)絡(luò)中，個(gè)體對輿論環(huán)境敏感性越高，受環(huán)境影響壓力越大，觀點(diǎn)演化統(tǒng)一概率越小。

圖7 受輿論敏感系數(shù)影響的觀點(diǎn)演化統(tǒng)一概率

圖8統(tǒng)計(jì)了輿論敏感系數(shù)對觀點(diǎn)集合重組概率的影響。觀點(diǎn)集合重組概率隨輿論敏感系數(shù)變化是非單調(diào)的，在τ∈［15，25］區(qū)間左右，觀點(diǎn)集合重組概率較大。輿論敏感系數(shù)較小時(shí)，妥協(xié)概率較大，不易出現(xiàn)觀點(diǎn)分裂（圖3a），也不會出現(xiàn)觀點(diǎn)集合重組；個(gè)體輿論敏感系數(shù)較大時(shí)，如果觀點(diǎn)集合中個(gè)體與鄰居的觀點(diǎn)較近似，個(gè)體對新觀點(diǎn)妥協(xié)概率較低，觀點(diǎn)集合不易變化；在適度輿論敏感系數(shù)（如圖8中τ∈［15，25］）情況下，不同觀點(diǎn)集合中的個(gè)體具有較大概率向新接收觀點(diǎn)妥協(xié)，促使觀點(diǎn)集合重組，使得網(wǎng)絡(luò)中觀點(diǎn)有序結(jié)構(gòu)發(fā)生變化。

圖8 觀點(diǎn)集合重組概率與輿論敏感系數(shù)的關(guān)系

3 結(jié)束語

本文考慮觀點(diǎn)相似度與輿論環(huán)境對觀點(diǎn)演化過程中信任關(guān)系的影響，消除傳統(tǒng)連續(xù)觀點(diǎn)演化模型中信任邊界限制條件，建立無信任邊界限制連續(xù)觀點(diǎn)演化模型，分析網(wǎng)絡(luò)結(jié)構(gòu)特征、輿論敏感系數(shù)等因素對新模型中觀點(diǎn)演化統(tǒng)一、觀點(diǎn)集合重組的影響。理論分析與仿真實(shí)驗(yàn)表明：模型不單可以反映觀點(diǎn)演化聚合過程，而且能反映觀點(diǎn)聚合之后各觀點(diǎn)集合之間的觀點(diǎn)交互；演化形成多個(gè)觀點(diǎn)集合并非絕對靜止，人們對周圍輿論的敏感性較高時(shí)，輿論觀點(diǎn)集合不易被打破，個(gè)體對新觀點(diǎn)的接受會更加保守；在較高聚類系數(shù)的無標(biāo)度網(wǎng)絡(luò)中，觀點(diǎn)統(tǒng)一更加困難，而平均連接度增加，觀點(diǎn)統(tǒng)一將更容易，這與已有研究結(jié)論基本相符。由于輿論演化過程的復(fù)雜性，建模過程中，沒有考慮多個(gè)話題的競爭、個(gè)體權(quán)威性、交互方式等因素對輿論演化的影響，這需要在后續(xù)的研究中加以拓展。

［1］LORENZ J.Continuous opinion dynamics under bounded confidence：a survey［J］.International Journal of Modern Physics C，2007，18（12）：1819-1838.

［2］劉云，丁飛，張振江.輿論形成和演進(jìn)模型的研究綜述［J］.北京交通大學(xué)學(xué)報(bào)，2010，34（5）：83-88.

LIU Yun，DING Fei，ZHANG Zhen-jiang.A survey of models of consensus formation and evolution［J］.Journal of Beijing Jiao tong University，2010，34（5）：83-88.

［3］F?LLMER H.Random economies with many interacting agents［J］.Journal of Mathematical Economics，1974，1（1）：51-62.

［4］NOWAK A，SZAMREJ J，LATANE B.From private attitude to public opinion：a dynamic theory of social impact［J］.Psychological Review，1990（97）：362-376.

［5］SZNAJD-WERON K，SZNAJD J［J］.International Journal of Modern Physics C，2000（11）：1157-1165.

［6］GUILLAUME D，NEAU D，AMBLARD F.Mixing beliefs among interacting agents［J］.Advances in Complex System，2000（3）：87-98.

［7］HEGSELMANN R，KRAUSE U.Opinion dynamics and bounded confidence：models，analysis and simulation［J］.Journal of Artificial Societies and Social Simulation，2002，5（3）：1-24.

［8］SI Xia-meng，LIU Yun，XIONG Fei，et al.Effects of selective attention on continuous opinions and discrete decisions［J］.Physica A，2010，389（18）：3711-3719.

［9］蘇炯銘，劉寶宏，李琦，等.社會群體中觀點(diǎn)的信任、演化與共識［J］.物理學(xué)報(bào)，2014（63）：050501-050507.

SU Jiong-ming，LIU Bao-hong，LI Qi，et al.Trust，evolution，and consensus of opinions in a social group［J］.Acta Phys Sin，2014（63）：050501-050507.

［10］YANG Yue-cheng，DIMAROGONAS D V，HU Xiao-ming.Opinion consensus of modified hegselmann-krause models［J］.Automatica，2014（50）：622-627.

［11］SLANINA F.Dynamical phase transitions in hegselmann-krause model of opinion dynamics and consensus［J］.European Physical Journal B，2011，79（1）：99-106.

［12］BEN-NAIM E.Opinion dynamics：Rise and fall of politicalparties［J］.Euro physics Letters，2005，69（5）：671-677.

［13］GUILLAUME D，F(xiàn)RéDéRIC A，GéRARD W，et al.How can extremism prevail？ a study based on the relative agreement interaction model［J］.Journal of Artificial Societies and Social Simulation，2002，5（4）：196-224.

［14］戴維·邁爾斯著.社會心理學(xué)［M］.張智勇，樂國安，侯玉波，譯.北京：人民郵電出版社，2006.

DAVID G M.Social psychology［M］.Translated by ZHANG Zhi-yong，LE Guo-an，HOU Yu-bo.Beijing：Posts and Telecom Press，2006.

［15］王承璐.態(tài)度改變的認(rèn)知說服途徑分析［J］.上海師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），1987（3）：99-104.

WANG Cheng-lu.Analysis of approaches to the change of cognition attitud［J］.Journal of Shanghai Normal University（Philosophy ＆Social Sciences Edition），1987（3）：99-104.

［16］姜琳.交流心理學(xué)［M］.北京：清華大學(xué)出版社，2008.

JIANG Lin.Psychology of communication［M］.Beijing：Tsinghua University Press.2008.

［17］諾爾·諾依曼.沉默的螺旋：輿論——我們的社會皮膚［M］.董璐，譯，2013，北京：北京大學(xué)出版社.

NEUMANN N.The spiral of silence：Public opinion—our social skin［M］.Translated by DONG Lu.Beijing：Peking University press，2013.

［18］HOLME P，KIM B J.Growing scale-free networks with tunable clustering［J］.Phys Rev E，2002，65（2）：95-129.

［19］JIN E M，GIRVAN M，NEWMAN M E J.The structure of growing social networks［J］.Physical Review E，2001，64（4）：322-333.

［20］NEWMAN M E，GIRVAN M.Finding and evaluating community structure in networks［J］.Phys Rev E，2004，67（2）：6113-6119.

［21］ALBERT-LASZLO B，REKA A.Emergence of scaling in random networks［J］.Science，1999，286（5439）：509-512.

［22］何敏華，張端明，王海艷，等.基于無標(biāo)度網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化的輿論演化模型［J］.物理學(xué)報(bào)，2010（59）：5175-5181.

HE Min-hua，ZHANG Duan-ming，WANG Hai-yan，et al.Public opinion evolution model with the variable topology structure based on scale free network［J］.Acta Phys Sin，2010（59）：5175-5181.

［23］張海峰，劉云，張振江.拓?fù)浣Y(jié)構(gòu)對互聯(lián)網(wǎng)輿論傳播的影響［J］.北京交通大學(xué)學(xué)報(bào)，2010，34（5）：123-126.

ZhANG Hai-feng，LIU Yun，ZHANG Zhen-jiang.Effect of topology structure on internet opinion spreading［J］.Journal of Beijing Jiaotong University，2010，34（5）：123-126.

［24］呂琳媛.復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測［J］.電子科技大學(xué)學(xué)報(bào)，2010，39（5）：651-661.

Lü Lin-yuan.Link prediction on complex networks［J］.Journal of University of Electronic Science and Technology of China，2010，39（5）：651-661.

［25］闞佳倩，謝家榮，張海峰.社會強(qiáng)化效應(yīng)及連邊權(quán)重對網(wǎng)絡(luò)信息傳播的影響分析［J］.電子科技大學(xué)學(xué)報(bào)，2014，43（1）：21-25.

KAN Jia-qian，XIE Jia-rong，ZHANG Hai-feng.Impacts of social reinforcement and edge weight on the spreading of information in networks［J］.Journal of University of Electronic Science and Technology of China，2014，43（1）：21-25.

［26］FESTINGER L.A theory of cognitive dissonance［M］.Stanford：Stanford University Press，1957.

編輯 張 俊

Research of Evolution of Continuous Opinions without Bounded Confidence in Complex Network

GOU Zhi-jian1，2，F(xiàn)AN Ming-yu1，and WANG Guang-wei1
（1.School of Computer Science and Engineering，University of Electronic Science and Technology of China Chengdu 610054；2.Institute of Information Security Engineering，Chengdu University of Information Technology Chengdu 610025）

Most models about continuous opinion dynamics lack the considerations of the effects of public opinion environment on trust relationships，and when opinions have been clustered into some collections，the bounded confidence will impede the subsequent opinion interactions between individuals that come from different opinion collections.In this paper，the change mechanism of trust relationships which affected by difference of opinion and neighboring opinion environment is analyzed，the restrictions of bounded confidence on individual interactions is eliminated，and a general model for the evolution of continuous opinions without bounded confidence is proposed.The results of simulation and of analysis show that our model not only reflect the opinions polymerization process，but also reflect the subsequent opinion interactions between individuals in different opinion collections after opinions have been aggregated.In addition，our model can do better at reflecting and explaining the process of opinion evolution，and it is consistent with existing search conclusions that the opinions consensus probability will be reduce if the clustering coefficient of complex network has been increased and will be increased with the addition of average degree.

bounded confidence；complex network；continuous opinion；opinion evolution

TP393.02

A

10.3969/j.issn.1001-0548.2015.05.019

2014-10-12；

2015-05-11

國家863計(jì)劃（2009AA01Z435）

茍智堅(jiān)（1978-），男，博士生，主要從事復(fù)雜網(wǎng)絡(luò)、網(wǎng)絡(luò)輿情方面的研究.