Статья И. В. Козицина опубликована в Scientific Reports

Статья старшего научного сотрудника Лаборатории №57 «Активных систем», к.ф.-м.н. И. В. Козицина «A general framework to link theory and empirics in opinion formation models» вышла в начале апреля в журнале Scientific Reports, который является частью издательства  «Springer Nature Limited»,.
В статье предлагается новая агентная модель формирования мнений, которая имеет рабочее название SCARDO-модель – Stochastic Continuous ARranged Discrete Opinions model.  Она способна соединять теоретические и эмпирические исследования формирования мнений. Это важнейшее свойство должно помочь устранить разрыв между теоретическими и прикладными аспектами рассматриваемой научной области.
Данная модель является чрезвычайно гибкой и может аппроксимировать, при соответствующей настройке пространства мнений и матрицы переходов, широкий спектр описанных механизмов социального влияния (конформизм, антиконформизм, ассимилятивное влияние, ограниченное доверие, диссимилятивное влияние (backfire эффект)) и построенных на этих механизмах моделей. В статье приводится простой и понятный алгоритм идентификации SCARDO-модели.
При построении этой модели подразумевалось, что мнения агентов дискретны. Такая постановка позволяет моделировать ситуацию, в которой агенту необходимо определиться с выбором. Число альтернатив при этом не ограничено двумя. Модель также допускает введение отношения порядка на пространстве мнений. Такое “упорядочивание” альтернатив дает возможность моделировать ситуации, когда выбор имеет “окраску”, сопряженную, например, с уровнем уверенности или поддержки. При увеличении числа альтернатив наличие отношения порядка дает возможность аппроксимировать модели с непрерывным пространством мнений (как, например, в модели ДеГроота)
Ключевым элементом модели является матрица переходов – ее компоненты кодируют то, каким образом агенты влияют друг на друга в зависимости от их мнений. При этом, в отличие от большинства ранее предложенных моделей, исход взаимодействия агентов определяется не детерминистически, а стохастически, на основании распределения, «зашитого» в матрицу переходов.
Динамика модели чрезвычайно проста: в каждый момент времени встречаются два агента, случайно выбранные из множества знакомых друг с другом (структура знакомств определяется социальным графом, в изначальной постановке он статичен), и один влияет на другого.
Построенная модель была исследована аналитически с использованием приближения среднего поля и путем численных экспериментов при помощи метода Монте-Карло. Внимание было также уделено анализу устойчивости модели к ошибкам оценки ее параметров.
Стоит отметить, что опубликованное исследование содержит не только теоретические результаты: значительная его часть посвящена апробации модели на лонгитюдных данных, описывающих динамику мнений пользователей ВКонтакте (эти данные были получены в рамках проведенных ранее исследований). Откалиброванная на этих данных модель оказалась в состоянии воспроизводить социальные системы, обладающие количественными и качественными свойствами, сходными с теми, что наблюдаются в реальной жизни. Речь идет про метрики, оценивающие (i) состояние общественного мнения (число агентов, поддерживающих ту или иную позицию), (ii) уровень гомофилии в системе (насколько похожи мнения знакомых друг с другом агентов) и (iii) степень поляризации общественного мнения (общество считается поляризованным, если в нем сформировано два кластера индивидов с диаметрально противоположными мнениями). Такое согласие между теорией и эмпирикой стало возможным после того, как модель была дополнена двумя важными коммуникативными составляющими: селективностью (самоорганизация графа, при которой вершины стремятся формировать связи с теми, кто имеет похожие мнения) и алгоритмами персонализации.
Побочным результатом исследования оказалась оценка уровней селективности (принимающего значения из отрезка от нуля до одного, где единица соответствует ситуации, когда связи между агентами с разными мнениями невозможны в принципе) и персонализации (также принимающего значения из отрезка от нуля до одного) социального графа ВКонтакте. При значении коэффициентов ~ 0.13 и ~ 0.15 наблюдается наибольшее согласие между теорией и эмпирикой. Эти значения (не очень высокие, но тем не менее, заметно бОльшие нуля) могут быть использованы при исследованиях социальной сети ВКонтакте.
Дальнейшее развитие данной модели подразумевает (i) введение различных уровней влиятельности агентов (в данный момент все агенты считаются одинаково влиятельными), (ii) уточнение механизмов динамики социального графа и (iii) более подробное изучение уравнений приближения среднего поля.