Analysis of consensus time and winning rate in two-layer networks with hypocrisy of different structures:

Чи Чжао; Елена Михайловна Парилина

doi:10.21638/spbu10.2024.204

Авторы

Чи Чжао Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7–9 https://orcid.org/0000-0002-1166-7578
Елена Михайловна Парилина Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7–9 https://orcid.org/0000-0003-3976-7180

DOI:

https://doi.org/10.21638/spbu10.2024.204

Аннотация

Предложена модель общего скрытого избирателя (GCVM) микроуровня, которая сформулирована для произвольной двухслойной сети (с внутренним и внешним слоями). Проведена серия численных экспериментов с различными сетевыми структурами и обнаружено, что циклическая внешняя структура удлиняет время достижения консенсуса по сравнению с полной внешней структурой. Циклическая внешняя структура положительно влияет на процент выигрышей, и этот результат отличается от результата для макроскопической версии GCVM. Обсуждаются возможные причины этого различия. Кроме того, в статье подтверждена гипотеза о том, что существует сильная линейная зависимость между временем консенсуса и определенной мерой центральности в сетевой структуре. Проверено влияние каждого отдельного параметра на ключевые показатели эффективности, включая время достижения консенсуса и процент выигрышей. Оценивается влияние комбинаций параметров на ключевые показатели эффективности с использованием алгоритма K-средних. Сделан вывод, что определенные комбинации параметров могут оказать существенное влияние на время достижения консенсуса.

Ключевые слова:

динамика мнений, модель избирателя, модель скрытого избирателя, обобщенная модель скрытого избирателя, частота выигрыша

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

References

McKeehan L. A contribution to the theory of ferromagnetism. Physical Review, 1925, vol. 26, no. 2, pp. 274–279.

Holley R. A., Liggett T. M. Ergodic theorems for weakly interacting infinite systems and the voter model. The Annals of Probability, 1975, pp. 643–663.

Gastner M. T., Oborny B., Guly'as M. Consensus time in a voter model with concealed and publicly expressed opinions. Journal of Statistical Mechanics: Theory and Experiment, 2018, vol. 2018, no. 6, art. no. 063401.

Gastner M. T., Tak'acs K., Guly'as M., Szvetelszky Z., Oborny B. The impact of hypocrisy on opinion formation: A dynamic model. PloS One, 2019, vol. 14, no. 6, art. no. e0218729.

Zhao C., Parilina E. Opinion dynamics in two-layer networks with hypocrisy. Journal of the Operations Research Society of China, 2024, vol. 12, no. 1, pp. 109–132.

Noorazar H. Recent advances in opinion propagation dynamics: A 2020 survey. The European Physical Journal Plus, 2020, vol. 135, pp. 1–20.

Sznajd-Weron K., Sznajd J. Opinion evolution in closed community. International Journal of Modern Physics C, 2000, vol. 11, no. 06, pp. 1157–1165.

DeGroot M. H. Reaching a consensus. Journal of the American Statistical Association, 1974, vol. 69, no. 345, pp. 118–121.

Friedkin N. E., Johnsen E. C. Social influence and opinions. Journal of Mathematical Sociology, 1990, vol. 15, no. 3/4, pp. 193–206.

Hegselmann R., Krause U. Opinion dynamics and bounded confidence models, analysis and simulation. Journal of Artificial Societies and Social Simulation, 2002, vol. 5, pp. 1–33.

Deffuant G., Neau D., Amblard F., Weisbuch G. Mixing beliefs among interacting agents. Advances in Complex Systems, 2000, vol. 3, no. 01n04, pp. 87–98.

Parsegov S. E., Proskurnikov A. V., Tempo R., Friedkin N. E. Novel multidimensional models of opinion dynamics in social networks. IEEE Transactions on Automatic Control, 2016, vol. 62, no. 5, pp. 2270–2285.

Rogov M., Sedakov A. Coordinated influence on the opinions of social network members. Autom Remote Control, 2020, vol. 81, pp. 528–547.

Mazalov V., Parilina E. The Euler-equation approach in average-oriented opinion dynamics. Mathematics, 2020, vol. 8, art. no. 355.

Kareeva Y., Sedakov A., Zhen M. Influence in social networks with stubborn agents: From competition to bargaining. Applied Mathematics and Computation, 2023, vol. 444, art. no. 127790.

Zha Q., Kou G., Zhang H., Liang H., Chen X., Li C.-C., Dong Y. Opinion dynamics in finance and business: a literature review and research opportunities. Financial Innovation, 2020, vol. 6. pp. 1–22.

Bernardo C., Altafini C., Proskurnikov A., Vasca F. Bounded confidence opinion dynamics: A survey. Automatica, 2024, vol. 159, art. no. 111302.

Dong Y., Zhan M., Kou G., Ding Z., Liang H. A survey on the fusion process in opinion dynamics. Information Fusion, 2018, vol. 43, pp. 57–65.

Virtanen P., Gommers R., Oliphant T. E., Haberland M., Reddy T., Cournapeau D., Burovski E., Peterson P., Weckesser W., Bright J., van der Walt S. J., Brett M., Wilson J., Jarrod Millman K., Mayorov N., Nelson A. R. J., Jones E., Kern R., Larson E., Carey C. J., Polat I., Feng Y., Moore E. W., Vander Plas J., Lexalde D., Perktold J., Cimrman R., Henriksen I., Quintero E. A., Harris C. R., Archibald A. M., Ribeiro A. H., Pedregosa F., van Mulbregt P., SciPy 1.0: Fundamental algorithms for Scientific Computing in Python. Nature Methods, 2020, vol. 17, pp. 261–272.

scipy.stats.pearsonr SciPy v1.12.0 Manual, 2024. Available at: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.pearsonr.html (accessed: November 2, 2024).

Student. Probable error of a correlation coefficient. Biometrika, 1908, vol. 6, no. 2/3, pp. 302–310.

Simard R., L’Ecuyer P. Computing the two-sided Kolmogorov — Smirnov distribution. Journal of Statistical Software, 2011, vol. 39, pp. 1–18.

scipy.stats.kstest SciPy v1.12.0 Manual, 2024. Available at: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.kstest.html (accessed: November 2, 2024).

Shapiro S. S., Wilk M. B. An analysis of variance test for normality (complete samples). Biometrika, 1965, vol. 52, no. 3/4, pp. 591–611.

scipy.stats.normaltest SciPy v1.12.0 Manual, 2024. Available at: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.normaltest.html (accessed: November 2, 2024).

Levene H. Robust tests for equality of variances. Contributions to probability and statistics: essays in honor of Harold Hotelling. Stanford, Stanford University Press, 1960, pp. 278–292.

Bartlett M. S. Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences, 1937, vol. 160, no. 901, pp. 268–282.

Fligner M. A., Killeen T. J. Distribution-free two-sample tests for scale. Journal of the American Statistical Association, 1976, vol. 71, no. 353, pp. 210–213.

scipy.stats.levene SciPy v1.12.0 Manual, 2024. Available at: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.levene.html (accessed: November 2, 2024).

Kruskal W. H., Wallis W. A. Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 1952, vol. 47, no. 260, pp. 583–621.

Heiman G. W. Understanding research methods and statistics: An integrated introduction for psychology. Boston, Houghton Mifflin Company, 2001, 779 p.

Alexander R. A., Govern D. M. A new and simpler approximation for ANOVA under variance heterogeneity. Journal of Educational Statistics, 1994, vol. 19, no. 2, pp. 91–101.

scipy.stats.kruskal SciPy v1.12.0 Manual, 2024. Available at: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.kruskal.html (accessed: November 2, 2024).

Gronlund A., Larsen K. G., Mathiasen A., Nielsen J. S., Schneider S., Song M. Fast exactlinebreak $k$-means, $k$-medians and Bregman divergence clustering in 1D. arXiv: 1701.07204 [cs], 2018.

Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Blondel M., Prettenhofer P., Weiss R., Dubourg V., Vanderplas J., Passos A., Cournapeau A., Brucher M., Perrot M., Duchesnay E. Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 2011, vol. 12, pp. 2825–2830.

Rousseeuw P. J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 1987, vol. 20, pp. 53–65.