基于DeGroot模型的社会网络群体共识决策方法

针对社会网络环境下的共识决策问题,提出一种基于DeGroot模型的群体共识决策方法.首先,根据DeGroot模型及群体意见领袖的性质,得到群体关于备选方案的偏好信息,其次,考虑决策群体之间的意见相似度,度量群体综合偏好的共识水平,接着,构建最小调整优化模型,进而计算备选方案的排序.最后,通过一个算例验证方法的可行性与有效性.

社交网络中舆论共识形成的动态模型分析

本研究致力于深入探讨社交网络中舆论形成的复杂过程,尤其是关注去中心化环境下达成共识的机制.研究提出了一种新的意见分类策略,即第二置信区间.该策略旨在对传统DeGroot共识模型进行改进,从而发展出两种不同的意见动态模型:FAI模型和ORA模型.这些模型综合考虑了个体对周围意见的接受程度和重视程度,并通过对社交网络中邻域意见的深入分析,对个体模型进行了全面设置,涵盖私人意见、表达意见、固执度以及偏好等多重因素.研究结果表明,在特定参数设定下,FAI模型和ORA模型均能比原DeGroot模型更加迅速地达成共识.具体来说,ORA模型的收敛速度在700步长左右,而FAI模型的收敛速度随参数值的增加而逐步接近ORA模型.相较于基准模型,ORA模型在收敛意见值上的差异较小,不超过3.5%,而FAI模型则显示出更大的波动性.这些发现不仅加深了对于社交网络中公共意见形成机制的理解,也强调了个体邻域内意见动力学在共识形成过程中的重要性,为此领域的未来研究提供了新的视角和研究方向.

复杂网络的影响可控性

人们的行为受其他个体和连接彼此的社会网络的影响.研究基于影响网络的重要模型(DeGroot模型),在此模型中,社会网络可用一个加权的有向图表示,网络中的每个个体对某个共同的兴趣问题具有一个初始态度,由于网络中节点的相互影响而会逐步发生改变.提出一种框架用于分析复杂社会网络的影响可控性.结果表明,如果网络中存在持相反观点且对影响免疫的个体,群体对于命题的观点或态度可被固执的个体集合控制.通过分析网络完全影响可控或部分影响可控的条件,得到相应的可控准则.此外,提出控制影响网络的具体方法.由于网络的结构可控性已被广泛用于分析各种复杂网络,分析了网络的影响可控性与结构可控性的关系.

环境事件中个体策略与群体策略选择的行为实验研究

运用行为实验的研究方法,笔者对PX项目环境事件中实验对象的社会连接关系及其整体的社会网络结构进行刻画,并运用DeGroot模型刻画了实验对象在社会连接关系、有向网络图与信息交互、学习过程作用下的个体行为与群体行为状态的演化过程。研究结果表明在PX项目环境事件的实验对象中,孤点与小团体的存在使得整体社会网络密度较小,限制了群体中信息传播与观点交互;核心网络中的不同节点对其它节点的控制力与影响力存在显著差别;在研究试验对象的学习与行为策略演变规律时,在对小群体的社会网络拓扑结构与社会影响矩阵进行试验调查的基础之上运用DeGroot模型来进行刻画、预测是一种可操作的方案与途径。