不同社会偏好对舆情极化效果的影响

前文定义了公平、利己及利他3种偏好的个体，这里通过数值仿真实验研究网络中持这3种不同偏好的个体对舆情极化效果的影响。仿真网络采用拓展的BA无标度构建，仿真中其他相关参数如下：N=500，φ=0.5，ω=0.5，α=0.32，β=0.6，γ=0.05。具体网络特征指标如表7-1所示。图7-9为根据指标公式（7-7）计算得出的初始时刻网络中所有节点相互间亲密度情况的斑驳图，具体计算结果如公式（7-17）所示。图7-10为三维柱状图，其中x轴、y轴分别表示交互时间与态度值，z轴表示不同时刻不同态度区间内个体所占比例。图7-11则分别表示当网络中的个体偏好全为公平偏好、利己偏好、利他偏好或为混合偏好（各占1/3）时，舆情极化现象出现后网络中个体间亲密度的分布情况，具体数值如右侧色阶所示。在本次仿真中，当Time=6时，出现舆情极化现象，这是因为该时刻网络中所有个体的态度值都不再改变，且大部分个体的态度值处于极端值（即）内。

图7-9　亲密度斑驳图

由图7-9及公式（7-17）可知，在节点数N为10的网络中，除自身外，网络中最多有（10-1）2=81条连边，而每条连边都对应一个亲密度值。公式（7-17）的矩阵中，矩阵单元h（1，2）处节点数值为0.5000，表示Agent 1对于Agent 2的亲密度h12为0.5000，而图7-9中1行2列的格子，结合右侧色标可知，同样代表0.5000。公式（7-17）的矩阵中，若（i，j）处数值为0，则表示Agent i与Agent j不相连，此时图7-9中格子的颜色为深色。需要注意的是，矩阵中对角线单元h（i，i）无意义，均以0表示。

表7-1　仿真网络特征指标

图7-10　不同时刻态度值分布图

图7-11　亲密度分布图

此外，由图7-11可知，在Time=6时，3种偏好的网络中亲密度情况差异很大，其中利他偏好网络的亲密度大于公平偏好网络，公平偏好网络的亲密度大于利己偏好网络。基于此，利他偏好网络中个体交互的意愿更强，且在多次交互后会进一步增强这种意愿，其表现为亲密度的提升。与之相反，利己偏好个体则会在多次交互后减弱交互意愿，表现为亲密度的降低。此外，公平偏好个体则介于二者之间。然而，由图7-10和图7-12可知，由公平偏好个体所组成的网络中最终形成的极化率（即|xi|＞0.9的个体数量占全部个体的比例）最高，然后依次是利他偏好网络、混合偏好网络与利己偏好网络。

图7-12　极化率随时间变化图(www.xing528.com)

另外，为了进一步研究不同社会偏好对舆情极化效果的影响，在保证其余参数不变的情况下，将网络中的3种偏好个体所占的比例分别设置为10%，20%，30%，40%，50%，60%，70%，80%，90%，100%等10种情况（其余个体均假设为无偏好状态）进行讨论，分析当3种偏好个体在网络中所占的比例不同时舆情极化的效果，结果如图7-13所示。

图7-13　3种偏好个体所占比例与网络极化率的关系

如图7-13所示，伴随利己偏好个体与利他偏好个体在网络中所占比例的增加，网络中最终形成的极化率都有所下降；与之相反，伴随公平偏好个体比例的增加，网络极化率几乎没有变化。

为更清楚地分析这3种比例的偏好在网络中的分布对于舆情极化的影响，以上述BA网络进行仿真，分别进行100次实验，每次实验均随机生成不同的偏好个体比例，并组合成不同的社交网络（如利己偏好占31%、利他偏好占33%、公平偏好占36%为一种组合，但三者相加为1），再计算出每种组合最后呈现的极化率值并绘制出极化率三维图，如图7-14所示，图中每个散点表示1次仿真结果，x、y、z轴分别表示公平偏好、利己偏好个体和利他偏好个体所占的比例，散点颜色则表示极化率，其中颜色越浅表示极化率越高，反之则表示极化率越低，具体如右侧色阶所示。

图7-14　3种社会偏好个体所占比例与网络极化率关系图

由图7-14可知，由于网络中3种偏好个体的比例相加均为1，图中所有散点均处于同一三角形截面内。三角形的3个角尖部分表示网络中只存在1种社会偏好时的网络极化现象，这3个区域的散点都为深色，代表极化率较低，而中间颜色较浅则说明极化率较高。仿真结果表明，当网络中只存在1种社会偏好个体时，网络极化率较低。此外，图7-14中的极化率变化趋势与图7-13中的略有差异，这是因为在分析如图7-13所示的不同偏好个体所占比例对舆情极化效果的影响情况时，将其余个体作为无偏好个体进行处理，即并不根据偏好调节收益值；而在图7-14所示的三维图中，若一种偏好个体所占比例增加，其余偏好个体所占比例则相应减少，从而使得三者之和恒为1。

例如，在现实生活中，运营家居用品的主要经销商“宜家家居”的商场内经常会出现“蹭睡”“蹭凉”一族，他们在商场内的商品展示区或坐或躺，或直接脱鞋睡觉等，这样的行为一直被人们所诟病。2019年8月22日，“蹭睡”“蹭凉”事件在网络引起了激烈的讨论，由152万粉丝关注的新浪大V“老板联播”发起了投票，由“没毛病，本来就是给人体验的”“老板心里苦也不敢说”“注意素质，我不会躺”“以后躺的人更多了”4个存在明显偏好的选项组成投票内容。根据数据统计，至2019年8月25日投票结束时，共有42.2万人参与该事件投票，具体投票情况如图7-15所示。

图7-15　“蹭睡”“蹭凉”事件观点分布饼图

由图7-15可知，大部分参与投票的网民都认为需要注意素质，不会在宜家过度休息，个人偏好从自身角度来看待问题；有15%的网民认为这种行为并无问题，个人偏好从买家角度来看待问题；有32%的网民则担忧宜家老板是否会亏本，个人偏好从卖家角度看待问题；其余人则担忧会助长这种行为。由此可见，在网络中确实存在各种异质个体，这些个体的偏好并不相同。而这些偏好不同的个体正广泛存在于网络中，即使对同一件事，他们的看法也会有所不同，从而对网络极化现象产生显著的影响。