基于认知失调的动态网络下用户观点演化研究

魏静　贾宇广　朱恒民等

关键词： 心理学； 认知失调； 动态网络； 共同邻居； 有界信任； 用户观点； 网络舆情

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０５．０１０

〔中图分类号〕Ｃ９１２ ６； Ｇ２０６ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０５－０１０４－１０

新兴媒体的繁荣发展为社会大众提供了大量汲取资讯、发表意见的机会， 社会群众可以借助网络平台针对不同事件发表自己的观点意见。在舆论的发酵过程中， 各类营销媒体［１］ 或意见领袖［２］ 都会对群体观点的变化趋势起到至关重要的作用， 这也导致监管部门越发重视网络社交平台的舆论管控。但随着人们教育程度的提升， 人的理性特征更加突出， 个体会客观分析外界接收的信息， 并且更加注重内心或所处环境的感受。从众效应、沉默的螺旋、自我归类等社会心理学理论的提出， 都可以很好解释受环境影响的微观个体在信息处理、意见决策中的“反常” 行为。因此， 基于各类心理学理论所提出的观点传播模型和演化模型， 成为舆情研究的重要方向之一。考虑人群的心理因素与人在舆情管理中的核心地位， 也成为舆情治理过程中不应忽视的重要一环。

１研究现状

对于观点演化模型的研究， 可以根据观点值的不同， 划分为离散观点演化模型和连续观点演化模型。由于观点的模糊特性， 连续观点演化模型可以更好地体现观点的变化情况， 所以在群体极化、意见动力学中被广泛地应用［３－５］ 。之后， 学者所提出的ＨＫ 模型［６］ 和Ｄｅｆｆｕａｎｔ 模型［７］ 等有界置信观点演化模型进一步规范了观点演化的条件， 这类模型认为个体只与观点相差在一定范围内的个体进行观点交互。这契合了现实中用户倾向与观点相似用户交流的特点， 故成为国内外学者研究的热点。这类模型也被称为有界置信的观点演化模型。

目前， 大多数学者对观点的演化基于模型的使用场景展开研究， 通过模型的具体应用场景从而提出相应的舆情管理策略。张伟等［８］ 通过粒子建模的方式， 考虑了不同个体观点的交互的异质性， 从而确立了一种新的观点演化规则。张亚楠等［９］ 考虑到个体之间的人际关系， 研究认为关系度的大小决定了观点演化的结果。Ｚｈａｏ Ｙ 等［１０］ 则建立了一个领袖追随者意见动态模型， 并且验证在噪声环境中有无意见领袖会对最终观点的聚集产生不同效果。張亮等［１１］ 从个体知识水平的角度完善了模型，研究了信息量、认知水平对观点演化的影响作用。Ｌｉ Ｔ 等［１２］ 重点关注了社交媒体的作用， 并基于成本函数以及有界置信模型的原理构建了模型， 分析得出媒体对舆情的促进作用。Ｃｈｅｎｇ Ｃ 等［１３］ 则从比较宏观的角度， 依据群体所形成的意见气候， 构建了群体意见影响下的观点演化规则， 研究得出网络平台中存在的社交机器人能够影响网络意见的形成。祁凯等［１４］ 则是在经典ＷＤ 模型中加入了平台影响力、话题类型等因素， 分别研究了有无推荐机制对观点的影响， 研究证明了平台影响力和智能推荐机制都会影响网络群体观点的收敛速率。此外，一些学者还将社会心理学的理论引入模型中， 为模型的改进提供了丰富的理论基础。Ｃｈｅｎｇ Ｃ 等［１５］ 提出“群体压力” 影响下的观点演化模型， 从理论上证明， 一个群体中所有的个体都面临群体压力时， 可以在有限的时间内达成共识。王宁等［１６］ 将自我归类理论与模型结合， 通过仿真证明了有较强原型性的群体会影响观点的聚合程度及聚合速率。

为了更好地拟合用户观点在互联网上的传播现状， 学者们开始将模型与复杂网络结合， 丰富了观点演化的理论研究。Ｚｈｕ Ｙ Ｙ 等［１７］ 证明了在ＢＡ 网络中， 观点的聚合程度取决于网络规模的大小， 以及每个时步中增加的边数。李根强等［１８］ 将复杂网络上的权重定义为个体间的关系强度， 通过实验证实了强关系更利于网络社群舆情观点的快速聚合。魏静等［１９］ 构建了基于动态权值及耦合网络的观点演化模型， 研究了不同情况下线上线下舆情的演化特征。通过对文献的梳理发现， 目前对观点演化的研究不论是基于单层网络或是耦合网络， 多数都是通过静态网络展开。为了更加准确描述现实世界中观点在网络中的演化机理， 本文借助社会心理学中认知失调理论提出了网络的动态变化机制。通过引入社会心理学理论对网络结构相似性进行刻画， 并依据用户亲密度定义了差异化的接受度。这不仅加强了提出模型的合理性和有效性， 避免了模型改进过于生硬的缺点， 还体现了“物以类聚， 人以群分” 的群体自组织思想， 从定量的心理学的视角为政府等部门提供了舆情治理的新思路。

２模型构建

２.２基于认知失调理论的动态网络演化机制

认知失调理论是由社会心理学家利昂·费斯廷格在１９５７ 年首次提出的［２１］ 。认知失调理论的核心思想是， 当个体发现自己的行为与先前的认知不相同时， 或前后认知发生矛盾时， 会产生不舒适感、不愉快的情绪， 然后会通过调整认知或行为来缓解压力和紧张的情绪。利昂·费斯廷格将认知失调的表现总结归纳为４ 类： ①决策后的认知失调。当一个人在两个选项中需要选择一个犹豫不决时， 他／她就会表现出决策后的认知失调； ②强制服从的认知失调。当一个人受到外部权力的影响时， 他／ 她会采取与他／ 她的真实信念相反的行为； ③接触新信息后的认知失调。一个人无论是有意还是无意地接触到新信息， 都会先感知到新信息的危险； ④群体引起的认知失调。个人的理解和观点被群体成员所反对时， 他／ 她也会呈现出不安、紧张的情绪。为了克服认知失调给人们带来的消极情感， 利昂·费斯廷格也指出， 人们通常会采取两种主要的方式来缓解压力［２２］ ： ①增加认知。通过认可更多与现有观念一致的信息， 来增加认知的一致性； ②减少冲突。忽视或否认与现有观念相冲突的信息， 这也会导致认知失调的程度降低。

结合认知失调理论发现， 在现代网络社交中，用户亦会采取相应的机制来抑制认知失调的消极影响， 从而对社交网络中的用户关系进行改变。从上文克服认知失调的措施可以类比出动态网络的演化规律：

１） 为了增加认知。个体往往会考虑与观点相近的用户建立更多的联系， 从而獲取到更多的认同感。所以假设用户之间存在一个“社交阈值” θ，且θ∈（０，０ ５）， 该参数可以用来衡量用户对周围矛盾意见的容忍程度。假设在ｔ 时刻， 若节点ｉ 与节点ｊ 之间不存在连接， 两节点之间存在共同连接的节点， 且观点差值小于阈值θ 时， 节点ｉ 与节点ｊ 会建立连接， 否则不建立连接。即：

２） 为了减少冲突。个体可能更加倾向与观点差异过大的用户断开链接， 来减轻自身的不适感。假设在ｔ时刻， 节点ｉ 与节点ｊ 之间存在连接， 且其观点差值大于社交阈值θ 时， 节点ｉ 与节点ｊ 会断开连接， 否则保持连接。即：

２.３基于用户结构的观点演化规则

传统的ＷＤ模型中， 学者往往只从个体自身的角度出发， 通常规定个体对其他观点的接受度是相对静态的。但是随着复杂网络的引入， 节点不再是单独存在的个体， 而是以关系网络的形式存在， 所以需要考虑个体之间的关系状况来优化模型。李根强等［２３］ 通过为网络赋予边权， 来体现个体间关系强度。张亚楠等［２４］ 利用节点间的最短路径， 定义了节点间的亲密度， 从而衡量了个体间的关系强度。

为了深入研究网络的结构和节点关系对观点接受度的差异化影响， 该小节将微博用户张宇老师作为中心点（ｉｄ： 宇哥考研）， 使用Ｐｙｔｈｏｎ 爬取并清洗了２０２２ 年４ 月２５ 日前该用户、其关注的用户、其关注用户关注的用户。同时为了便于统计， 实验只爬取用户的关注列表， 规定当某一用户关注列表中存在另一用户时， 则称他们互为彼此的邻居。结果统计出了２８３４名用户和７ ４３８条关注关系， 并获取了中心节点与其关注的４２ 名有效用户之间的共同邻居的数量。接着使用绘图软件Ｇｅｐｈｉ 绘制出他们之间的网络关系图， 如图１ 所示。其中， 将共同邻居的数量作为中心节点与其关注用户之间的权重， 共同邻居的数量越多， 中心节点与关注用户边的宽度越宽。

通过图１ 可以发现， 张宇老师（ｉｄ： 宇哥考研）的关注用户可以分为两类： 微博自动关注的官方账号（ｉｄ： 微博会员小秘书、微博会员、微博钱包等）和用户自主关注的其他用户（ｉｄ： 考研数学高昆轮、考研政治王吉、考研政治石磊等）。由于官方账号不能够反映用户的意志， 故剔除这些账号。展示与张宇老师（ｉｄ： 宇哥考研）相连且共同邻居最多和最少的前５ 名用户。考虑到网络中用户关系强度不便于可视化和定量化， 但是可以通过“橙Ｖ” 账号等认证用户所处机构或身份信息来表现其与中心用户的亲密关系， 结果如表１ 所示。

对比表１（ａ）和（ｂ）可知， 随着张宇老师（ｉｄ：宇哥考研）关注的用户与其自身共同邻居数量的增加， 可以发现用户信息词条与“张宇” 的相关性有显著提升， 其中高昆轮老师（ｉｄ： 考研数学高昆轮）更是在身份信息中体现了与“宇哥考研” 这一用户的强关联性。这可以很好地被理解， 作为启航教育的首席讲师， 他必然与来自自有团队、同一教培机构或者合作机构的用户有着相对较高的亲密度。同时考虑到线上用户网络与线下好友网络呈耦合趋势， 用户之间存在线下好友关系时， 也更容易发展成为线上好友关系。此时， 若用户之间存在的共同好友数量越多， 越能体现两者之间关系更加紧密。同时在从众效应或“沉默的螺旋” 等心理学效应的影响下， 个体会倾向听取大多数周围用户的观点。

由于微博用户与其“关注对象” 进行观点交互的同时， 一般会遵循同质性原则建立新的连接［２５］ 。为了确保用户交互行为的发生基于同质性原则， ＷＤ模型的应用保证了发生意见交互的个体其观点相似性， 同时基于认知失调的动态网络机制保证了用户结构的相似性； 而基于共同邻居数量的亲密度又实现了差异化的邻居观点接受度。故根据变化的网络结构和用户关系构建了如下观点演化规则， 并使用定量研究的方式分析了认知失调对群体观点的影响。

假设在ｔ 时刻， 网络中的节点ｉ 有ｍ 个邻接的节点ｊ（ｊ ＝ １，２，…，ｍ）， Ｌ（ｉ，ｑ）表示ｔ 时刻与节点ｉ邻接的节点的集合， Ｌ（ｊ，ｋ）表示ｔ 时刻与节点ｊ 邻接的节点的集合， Ｃ（ｉ，ｊ）表示ｔ 时刻节点ｉ 与节点ｊ共同连接的节点的合集， 即Ｃ（ｉ，ｊ）＝ Ｌ（ｉ，ｑ）∩Ｌ（ｊ，ｋ）。

３仿真实验

结合无标度网络的拓扑规则， 本节实验设置初始的网络节点数为５０， 以随机连接的方式生成了一个连边数量为６３０ 的初始随机网络。在该网络的基础上， 不断加入新的节点， 并规定每引入一个新的节点， 该节点会生成５ 条连边与已有节点以一定概率相连接。且此连接概率与已有节点的连边数成正比。最终， 实验生成了一个节点数为１００， 且平均度值为８ ８ 的初始无标度网络， 并将其作为初始的观点分布环境。在之后仿真过程中使用同一个网络， 并假设个体的初始观点始终在区间［０，１］内均匀分布， 以此来保证实验的可比性。

通过多次的预实验发现， 当设置观点阈值ε ＝０.３， 接受度μ ＝０.１， 社交阈值θ ＝０.４ 时， 基于认知失调的动态网络的观点演化模型最终可以生成唯一的意见簇， 如图３（Ａ）所示。所以为了便于统计和对比分析各组实验间的观点演化情况， 本节实验规定以上参数取值为默认参数取值， 并分别从网络环境、社交阈值以及顽固系数３ 个方面来进行仿真研究。

３.１认知失调对观点演化的促进作用

首先， 在这组实验中设置了默认的参数取值，然后依据式（６） 对个体观点进行更新。分别对比了动态网络和静态网络环境中， 节点标号及其观点均匀线性分布在初始网络（以下简称为“观点均匀分布情况”）和节点标号及其观点非均匀线性分布在初始网络（以下简称为“观点随机分布情况”）的观点演化情况， 结果如图３和图４所示。

由图３ 可知， 相同时刻下动态网络中的群体观点比静态网络中的群体观点更加集中。当Ｔ ＝ ９０时， 动态网络中已经形成了一条稳定的意见簇， 而当Ｔ ＝２ ４００左右时， 在静态网络中的消极观点（观点值小于０ ５）和积极观点（观点值大于０ ５）均达到平衡状态， 且有多条积极意见簇被形成。观点在静态网络和动态网络中的收敛差异体现了认知失调效应对观点收敛发挥着明显的促进作用。个体在社交中为了避免认知失调带来的负面影响， 如与大众意见相悖时所受到舆论压力， 会主动调整自己所处的原始社交团体， 以确保自己受到的消极情绪最小化， 从而加快个体向意见相似个体靠拢， 致使群体观点迅速形成。同时， 基于“共友数量” 的演化规则， 会放大团体中亲密个体之间的观点信任基数， 即共友数量越多， 个体关系越亲密。在这一因素的影响下， 也促使个体观点加速分化， 逐渐形成稳定一致的意见簇。

对比图３（Ａ）和图４（Ａ）可知， 在静态网络条件下， 观点均匀分布情况的意见簇分布较观点随机分布情况的意见簇分布存在明显向一端集中的趋势。在观点均匀分布情况中， 节点标号、观点顺序、网络顺序都均匀线性一一对应。在实验初始设置中，相邻节点被设定为具有相似观点， 同时受到无标度网络生成的规则影响， 度较大的节点会集中在网络的一端， 新引入的节点也会优先与这一端相连。在静态网络的演化环境中， 这导致一端观点的连通性始终较大， 其观点容易快速被收敛成一条聚集性的意见簇， 而另一端节点连通性小， 从而会逐渐生成一条聚集和多条独立的意见簇。在观点随机分布情况中， 节点标号、观点顺序、网络顺序均为随机对应。这使得初始网络与初始观点分布的随机性加强， 最终生成的意见簇分布也更加分散。

对比图３（Ｂ）和圖４（Ｂ）可知， 在动态网络条件下， 不论是观点均匀分布情况还是观点随机分布情况， 最终观点都会呈现出相似的演化趋势， 汇聚成一条聚集性的意见簇。这是由于动态网络机制， 观点不会因初始网络结构而产生阻隔， 而形成独立的意见簇。故在之后的实验中， 为了方便计算与对比， 均在观点均匀分布情况中进行。

３.２社交阈值对观点演化的差异化影响

为了深入研究认知失调对观点演化的作用机理， 本小节实验使用默认的观点阈值ε ＝０. ３， 接受度μ ＝０.１。计算出不同社交阈值θ 下的最终观点标准差和最终意见簇的演化情况， 以及观点标准差、节点平均度和度分布随时间的变化趋势， 结果如图５ 和图６ 所示。其中， 最终意见簇和最终观点标准差是统计了当群体中所有个体的观点到达平衡状态时（即所有个体的观点不再改变时）的意见簇数量和观点标准差。

由图５（ａ）可知， 随着社交阈值θ 的增加， 最终观点标准差和意见簇反而减小。尤其， 当θ ≥０.３ 时， 最终观点标准差降低并维持为０， 且最终意见簇数量维持在１。总体上， 社交阈值的改变对观点的形成与聚合都具有显著影响。

由图４（Ｂ）和图６ 可知， 若社交阈值θ 小于观点阈值ε， 随着时间的推移， 网络节点的平均度值增速逐渐放缓； 部分节点的度值变化存在较大波动；此时观点会以较快的速度达到稳定状态， 但最终的观点标准差维持在较高水平。这表明在社交阈值较小的情况下， 个体感到更容易受到认知失调带来的消极情绪。为了抵消这种负面情感， 部分个体会选择改变原有的链接方式， 增强与观点相似个体的连接， 这也就导致了一些相似的观点会迅速集中， 并在较短时间内形成稳定的观点集合， 但观点在短时间内的聚集会不利于社会共识的达成。

若社交阈值θ 小于观点阈值ε， 随着时间的推移， 网络节点的平均度值会骤增至９９； 网络中各节点度值会在一定时间内迅速达到最大值； 此时，观点随时间的变化趋势相似， 会在相近的时间内趋于一致。这表明当社交阈值较大时， 个体对于矛盾意见的容忍度则越高， 他们会通过增加连接的方式来增强对自身观点的认可， 个体则建立链接的速度更快、范围更广， 最终意见更容易达成共识。

３.３顽固系数对观点演化的差异化影响

在个体动态改变自身结构的过程中， 并不是每个个体在每个时步都有意愿去改变自身所处的网络结构， 这是由于个体有一定的倾向来保持自身稳定状态而导致的。由于这部分个体抗拒改变行为的发生， 所以默认群体中所有个体都会受认知失调影响改变观点则是过于理想化的情况。为了控制网络中是否愿意改变自身连接个体的数量， 本小节实验引入了顽固系数ｒ∈（０，１）， 用来衡量网络中“顽固个体” 的比例， 即网络中不愿意改变自身结构的个体占比。该群体始终只会与最初的邻居交换观点， 而不会改变自身网络结构。故本实验设置了默认的参数取值， 依次计算不同的顽固系数ｒ（ｒ＝０.２， ｒ ＝０.５ 和ｒ ＝０.８）下的群体观点达到平衡状态的演化趋势、最终节点度分布以及网络密度， 结果分别如图７ 和图８ 所示。其中， 实验将网络密度作为衡量网络连通性的指标。

由图７ 和图８ 可知， 顽固个体数量的改变对群体观点的分布和网络结构的变化都具有显著的影响。当顽固系数ｒ＝０.２ 时， 网络密度会随时间的推移而迅速提高； 节点的最终度分布较为分散， 但度值为９８ 的节点占总节点数的８０％； 群体观点汇聚成为１ 条集中意见簇和１ 条独立意见簇。这表明当群体中的顽固个体较少时， 网络的连通性较强。非顽固个体会为了抗衡认知失调而迅速集中， 部分顽固个体观点会因相邻非顽固个体的影响向主流观点汇聚。较为分散的度分布也导致极少数顽固个体的度较小， 从而形成了个别独立的意见簇。当顽固系数ｒ ＝０.５ 时， 网络密度随时间而提高的趋势有所减弱。这表明， 当群体中顽固个体达到半数时， 网络的连通性会受到一定程度的影响， 从而产生了越来越多的独立意见簇。随着顽固系数ｒ 提升至０.８，网络密度一直处于较低值； 节点的最终度分布较为聚拢， 最终节点度的最大占比仅为２０％； 群体观点由两条集中的意见簇和多条独立意见簇组成。这表明， 伴随着群体中顽固个体较多时， 网络的连通性普遍维持在相对较弱的水平。但是节点最终度分布较为集中， 这体现了顽固个体之间、顽固个体与非顽固个体之间的碰撞与吸引会分化出多条集中的意见簇。对比图３（Ａ） 可知， 随着顽固系数的增加， 网络的静态属性越强， 所形成的对立意见簇会越来越显著。

这为相关部门提供了启示： 在处理舆情的传播和演化问题时， 应对群体中用户的成分进行预判断来优化治理方案。对于顽固个体较少的群体可以减少管理措施， 避免公共资源的浪费； 而对于顽固个体较多的群体应加强监管， 防止群体极化的形成。

４结论

本研究通过改进连续的有界信任模型来完善观点演化的规则， 为舆情治理与监测提供理论支持。首先， 依据社会心理学中的认知失调理论， 构建了个体在观点交互过程中所依附的动态网络环境， 呈现了随用户心理状态变化而变化的网络关系结构；其次， 通过实例引入了个体之间“共友数量” 这一因素， 并使用这一因素来衡量用户间的亲密度，从而定义具有差异化的观点接受度； 最后， 通过仿真实验从多个维度验证了模型的有效性与合理性，对比讨论了在认知失调环境中观点演化的不同状态趋势。

实验表明： 第一， 相较于静态网络， 基于认知失调建立的动态网络对群众观点的收敛具有显著影响， 更符合群体之间存在的意见分化和意见聚集现象。第二， 为了深入研究认知失调对观点的影响，实验中提取出了个体之间的社交阈值， 发现较大的社交阈值更有利于群众观点达成共识。第三， 针对动态网络中不同的用户组成， 最终舆情的发展结果会存在差异， 所以舆情监控机构应选择不同的治理策略才能达到理想的舆情治理效果。

尽管本文的研究内容是基于仿真实验而展开，但仍然可以为舆情的引导管理工作提供相应的理论支撑。但是本文的研究仍然存在一些局限： 第一，本文的研究范围始终在固定群体范围内展开， 无法实现个体在不同群体间的观点模拟。第二， 本文的研究主体是依据微观个体认知失调心理学效应而展开， 没有添加媒体、意见领袖等复杂的现实因素，后续的讨论可以添加更多复杂情况来完善模型研究。