融合用户相似性的Hegselmann-Krause模型研究

曹春萍，康远路

(上海理工大学 光电信息与计算机工程学院，上海 200093)

1 引 言

在互联网中时时刻刻都有海量的信息交互，尤其是微博的普及，为广大民众提供了前所未有的表达机会和表达平台[1].微博作为社交网络，具有实时性、开放性、互动性和便捷性等特点，使得微博信息近乎以“裂变”的方式传播，进而可能演变为网络舆情，这将给社会的稳定带来不确定性.微博信息的传播就是微博用户观点信息的演化，因此对微博网络信息传播的研究，构建合适的观点传播模型，有着重要的研究价值和现实意义.

2 相关工作

利用观点动力学对观点演化进行模拟，能够较好的反映微博网络中信息的传播[2].观点动力学认为用户观点的变化不仅受自身影响，还受自身所处环境的影响.目前运用于网络信息传播的观点动力学模型主要有两种[3]：离散型观点模型(Discrete Opinion Model，DOM)和连续型观点模型(Continuous Opinion Model，COM).离散型观点模型主要有Ising模型[4]、Sznajd模型[5]和Voter模型[6].离散型观点模型基于“个体观点离散”这一假设，分别使用-1、0和1来表示反对观点、中立观点和支持观点，但是在微博网络中用户的观点是复杂的，因此离散型模型存在难以精确表达用户观点的问题.连续型观点模型主要以Deffuant模型[7]和HK(Hegselmann-Krause)模型[8]为代表，Deffuant模型认为：在每个时刻随机选取两个个体进行观点交互，若这两个个体之间的观点值之差在置信值之内，则两个个体按照指定规则进行观点交互；否则不进行交互.这显然与微博网络中……