集成过度自信和多智能体仿真的网络舆情传播研究
Journal of Beijing University of Posts and Telecommunications (Social Sciences Edition)（2020）
摘要
基于过度自信和演化博弈,构建多Agent模拟模型,研究网络舆情传播规律.从演化博弈视角构建网络舆情传播模型.结合过度自信理论,设计三种过度自信场景:收益过度自信、 成本过度自信,以及收益和成本双重过度自信.进而设计综合考虑自身与邻居历史信息的学习规则,实现不同过度自信场景下舆情传播的多智能体仿真.结果 表明:(1)收益过度自信越强,舆情传播收敛速度越快,用户群体更快达到稳定状态;(2)增强成本过度自信,采纳比例降低,群体策略从采纳占优转化为针锋相对;(3)相比收益,成本过度自信更有利于提高舆情扩散稳定性.本文尝试提出行为理论和仿真方法的集成框架,为网络舆情传播研究提供新思路.
更多关键词
Agent-Based Modeling,Social Influence,Bounded Confidence,Influence Maximization,Consensus Formation
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要