多社交圈中从众在观点动态建模中的作用
1. 引言
我们常常以为自己对某一话题只有单一观点。但实际上,在不同社交圈与他人互动时,我们会表现出不同的行为和观点。这是因为我们表达的观点受真实世界观、所处群体类型及其他多种因素影响,从而产生了多个不同的“自我”,每个“自我”都受当地社会压力影响,稍有不同。这种行为并非社交障碍的表现,而是我们根据当前环境对表达进行的自然微调。不过,并非所有人都如此,一些非从众者总是坚持自己的固有观点,而大多数人通常会有一定程度的从众或观点适应行为。
本文聚焦于在我们属于多个社交圈且表现出从众以及其他社交现象(如社交性、开放性或服从权威)的情境下,对观点动态进行建模时会出现哪些可观察到的影响。为了表示不同的社交圈,我们采用了多层网络框架,它能很好地实现这一目的。本文的主要目标是展示在将多个社交圈建模为多层社交网络的不同层,并融入从众因素,使个体能够在不同层表达不同观点的情况下,连续观点传播过程的模拟结果。基于智能体的模拟有助于更好地理解连续观点如何波动,以及这是否会导致个体在不同情境下表达的观点产生差异。为了使模型更接近现实,我们还纳入了权威、对不同观点的开放性和社交性的影响。
2. 相关工作
人类活动的各个方面都在群体中进行,追求受欢迎或被接受可能是社交目标之一。社会科学家研究发现,不遵循公认规范或标准可能会导致个体受到惩罚,从而引发从众行为。从另一个角度看,从众可以被视为社会学习策略的一部分,基于从众偏差的模仿多数人的方法在社会学习中具有重要作用。从众传播在有效的社会学习策略中起着关键作用,社会学习策略的选择取决于认知能力、社会地位和文化背景。从众可能会减缓低频创新在群体中的传播,甚至导致创新在从众偏差的环境中消失。在意识和疫情防