一种基于感知偏差的群体观点演化模型及方法

本发明属于观点动力学领域，具体涉及一种基于网络结构引起的感知偏差的群体观点演化模型及方法。

背景技术：

1、随着信息网络技术迅猛发展和移动智能终端广泛普及，在线社交网络俨然已成为公众高校获取及分享信息，娱乐社交的重要渠道。但社交网络特有的社团结构特征，会削弱迥异观点、文化及思想之间的交流和碰撞，甚至于形成了相似观点不断被强化的小空间，即回音室，进而加速了群体观点极化消解了社会凝聚力。因此，探究群体观点极化的形成机理变得尤为重要。

2、目前对于群体观点演化的研究，即群体观点动力学的研究，根据观点表征形式差异可分为离散型和连续型。前者用离散数值，如{0，1}表示相对立的两种观点；后者用连续变量，如[0，1]表示观点的倾向程度。二者均取得了丰富的研究成果，但无论是对离散观点的传播演化，还是对连续观点的更新演化，在动力学机制的设计上往往只考虑一阶邻居的影响，忽视了更高阶及其导致的感知偏差的影响，这无疑偏离了实际生活中社会群体的观点传播过程。

3、近年来的研究显示，复杂网络是由现实的复杂系统抽象而来，例如电力与交通网络、生物网络，社会网络等。以社会网络为例说明，一个社会网络，或者说社会群体拥有n位成员，其中有m对成员间拥有直接的联系。那么上述社会群体可以抽象为一个由点集v和边集e组成的图g＝(v，e)。顶点数记为n＝|v|，边数记为m＝|e|。e中每条边都有v中节点对与之相对应。此外还可以通过矩阵形式来表征图g，即邻接矩阵a＝(aij)n×n。该矩阵是一个n阶方阵，第i行第j列上的元素aij的值由这两个节点是否有连边决定，若有连边，那么aij＝1，否则aij＝0。

4、本发明使用了复杂网络中的一些经典模型来构建社会网络，其中规则网络是一个每个节点都会遵循一致连结规则的网络，例如一个班级的学生手拉手围成一个圈就可以构成一个简单的规则网络。er随机网络是一个节点间以随机方式连接的网络。ws小世界网络是一个介于完全随机和完全规则之间的网络，具有高聚类和小世界特征。这个网络更加符合现实网络，比如现实中的个体往往和自身爱好兴趣相近的个体成为朋友，但是同时也会因为某个共同朋友和一个陌生人产生联系。ba无标度网络则是考虑到现实网络扩张性，以及新个体优先连接重要个体的倾向性。

5、基于此，本发明针对此前研究所忽视的由网络结构引起感知偏差因素，设计了群体观点演化的动力学模型及方法，更加贴合社会群体观点演化易受感知偏差影响的实际场景。

技术实现思路

1、本发明为了克服现有技术忽略网络结构引起的认知偏差——感知偏差的问题，提供一种基于感知偏差的群体观点演化模型及方法。考虑到个体在采样信息时，受限于局部结构信息不足，由局部信息估计全局的启发式判断，难免会产生偏差，因此在设计动力学机制时，将感知偏差因素引入，模拟了不同感知偏差下，群体观点的演化过程，更加贴合实际生活中群体观点演化的场景，弥补了此前研究的不足。

2、为了实现上述目的，本发明采用了以下技术方案：

3、首先基于感知偏差和更新阈值构建群体观点演化模型：

4、所述感知偏差是指一种由网络结构本身引起的认知偏差，即由于网络结构存在异质性，处于局部结构中的个体无法获取全局的信息。个体基于所处局部结构，通常是周围的一阶邻居，往往会做出有所偏差的判断。

5、具体而言，假设个体i的一阶邻居中，对某一事件所持二元观点(赞成或反对)的比例是1/2，而整个网络相应的比例则为2/3，倘若个体i持反对观点，那么根据一阶自我中心网络所得信息，其会高估反对观点在网络整体所占比例；倘若其持赞成观点，则会低估赞成观点在网络整体所占比例。群体中的不同个体其所受感知偏差是不尽相同的，因此可以使用连续变量β∈[0，1]予以调整。

6、所述更新阈值是为个体转变观点状态所设计的机制。

7、每一轮群体观点演化中，个体会因为某些原因做出决定，要改变自身观点与否。一直默认改变或者不变都是属于理想状态，并不符合实际。因此考虑到实际情况，从个体保守程度出发，即不同群体接受新事物的程度不尽相同，更新阈值是一个能调整的连续变量γ∈[0，1]。

8、该动力学模型包括两部分，第一部分是个体i在演化的任意时刻t选择对立观点的概率pi(t)：其中表示t时刻下，个体i的对立观点所占的比例，为从全局采样获取的信息；表示t时刻下，个体i的一阶邻居中持有对立观点的比例，为局部结构采样得到的信息；两种信息通过感知偏差参数β拟合。

9、通过感知偏差参数β调整感知偏差的程度，当β→0，个体i倾向于全局，获取的信息越来越多，感知偏差越来越小；当β→1，个体i倾向于局部，视角越来越狭隘，感知偏差越来越大。极端情况下，β＝0，个体i等同于获取了所有的信息，此时是无任何感知偏差的；β＝1，个体i只能从一阶邻居中获取信息，此时感知偏差达到顶峰。

10、模型的第二部分则是个体i在演化的任意时刻t所持观点的转换机制δt(x)：其中γ为阈值；假设个体i持有观点oi＝1，其在t时刻选择对立观点o＝-1的概率为pi(t)，而其坚持原观点的概率为1-pi(t)。x取两者之差2pi(t)-1代入中，若2pi(t)-1＞γ，则δ(2pi(t)-1)取-oi，即个体i更改了观点；若2pi(t)-1≤γ，则δ(2pi(t)-1)取oi，即个体i维持原观点。

11、采用上述模型，有如下群体观点演化的方法，具体包括如下步骤：

12、步骤a1：初始时刻t＝0时，个体数为n的社会网络中，所有个体均持有二元观点oi∈{1，-1}。

13、步骤a2：群体观点自t＝1时刻起开始演化，所有个体都在每一轮同步更新自身观点。以个体i为例进行说明，个体i在当前时刻下依据模型得到其选择对立观点的概率pi(t)，以及维持原有观点的概率1-pi(t)。个体i通过两者之差2pi(t)-1，遵循模型所述观点的转换机制，判断本轮是否需要更改自身观点。

14、步骤a3：持续a2所述动力学过程，直至群体观点收敛，到达稳定状态。

15、所述方法的应用过程具体包括如下步骤：

16、步骤b1：根据所选的复杂网络模型构建对应的社会网或将实际网络抽象成复杂网络，确定个体数量为n，观点o＝1的比例为p，相反观点的比例则为1-p；

17、步骤b2：初始化感知偏差β为0，设置步长为0.1，且β∈[0，1]；更新阈值γ为0，设置步长为0.01，且γ∈[0，1]；设置迭代次数；

18、步骤b3：进行迭代演化，具体步骤如下：

19、(1)产生一个0到n-1随机序列代表步骤b1中所述社会网络或复杂网络中的个体，根据步骤b1中确定的比例，为网络中的个体分配对应的二元观点，保证个体最初是随机选择观点；

20、(2)进行迭代更新，每一轮迭代前都要统计两种观点的数量；

21、(3)遍历所有的个体，当前个体i所持观点数量+1；遍历其一阶邻居，统计两种观点的数量，结合迭代前统计的整体上两种观点数量，分别计算当前节点本轮选择两种观点的概率；进一步计算两种概率之差，即2pi(t)-1，与γ进行比较，前者大于后者，则当前个体更换观点，否则维持不变；若有观点变更的行为，需要将个体对应的网络节点属性更新；

22、(4)每一轮迭代结束后，都检查是否有个体改变观点，若无观点更新，则代表网络达到稳态，停止更新并直接返回此时两种观点的数量，否则继续下一轮迭代更新；

23、步骤b4：迭代条件终止判断，统计此时的感知偏差参数β、更新阈值参数γ以及此时两种观点的比例，分别用三个列表存储以上三个变量；

24、步骤b5：按照步骤b2中设置的步长进行调参，重新迭代演化；

25、步骤b6：步骤b5演化结束后，根据步骤b4统计的数据，获得不同感知偏差下，强势观点占群体比例受更新阈值影响的函数曲线；将曲线可视化，观察群体观点收敛时，达到的稳态，同时观察是否有渗流理论中所述的相变现象出现；

26、b7：更换复杂网络模型，重复b1-b6。

27、一种用于运行上述方法的电子设备，包括存储器、处理器以及显示器，所述存储器中存储有可执行代码以及程序运行结果，所述处理器用以运行程序，所述显示器用于将函数曲线可视化。

28、本发明把握到此前技术忽略网络结构差异导致的感知偏差因素，由此设计动力学机制，引入更新阈值构建演化模型，更加贴合实际生活中的场景；面对新兴事物，不同社会群体的成员开放包容程度大相径庭。本发明有助于避免社会群体中的个体受限于自身所处小圈子，认知难免产生偏差的场景；能够为个人打破认知局限提供建议。

29、还能通过对不同复杂网络模型进行演化，比较不同复杂网络模型下曲线的差异(现实生活中不同群体自身结构的差异)，进一步研究不同网络(这些差异对群体观点演化的影响)。