·108 智能系统学报 第5卷 有很强的说服力；R:表示个体的从众性，取值在连 2 交互规则 续区间[0,1]内，0表示个体从不考虑其他个体的观 点，始终坚持自己的观点，1表示个体没有主见，更 2.1 Agent之间的交互规则 多考虑其他个体的观点。 在每个仿真时刻，个体会随机选择一个临近的 另一方面，观点改变的另一个因素是周围的环 个体与之交流观点.交流的过程是这样的：首先比较 境，也就是周围人的意见.如果个体之间互相信任， 2个个体的观点差距，如果双方观点差距太大的话， 那么彼此更容易互相影响.在现实中，人与人之间的 认为意见不合，这时两者的值都不变.如果双方的观 信任程度不一样，所以在此引入一个不对称的信任 点差距不大的话，再比较双方的观点可信度，并且认 矩阵Q(t),矩阵中的值q(t)表示个体i对个体j在 为观点可信度越大的个体越容易说服别人，然后通 时刻t的信任度，取值为连续区间[0,1]之间的数.0 过式(2)计算影响函数，观点可信度小的个体调整 表示不信任，1表示非常信任，信任矩阵每行和为1， 自己的观点和观点可信度，观点可信度大的个体不 对角线为0.在每次交换意见后，相互的信任程度会 变，最后，改变两者之间的信任度， 有所变化， 定义个体i和个体j的交互规则为(I): 通过以上2个方面，把个体i对j的影响函数定 1)若C:()>C(),且10(t)-0(t)1<n, 义为 0,(t+1)=0(t)+(0(t)-0())fi), fi,)=9(t)R(1-C(t). (2) C,(t+1)=C(t)+(C:(t)-C(t))fi,), 式(2)说明，个体观点的变化程度与自身的从 9(t+1)=9(t)(1+Q(t)/Q:(t)). 众性成正比；与个体j对个体i的信任度成正比，与 2)若C(t)>C:(t),且10(t)-0(t)1<n, 个体的观点的不可信度成正比. 0:(t+1)=0:(t)+(0(t)-0()fU,), 1.2媒体Agent描述 C:(t+1)=C:(t)+（C(t)-C:(t))fj,), 传统媒体对事件往往态度明确，并且有充分的 9(t+1)=9(t)(1+0:(t)/0,(t) 3)其他情况时，认为意见不合，个体的信息不 事实依据，权威媒体的观点可信度较高.网络媒体的 改变 数量很多，权威程度和观点可信度各有不同。传统媒 式中：0(t+1)为个体在下一时刻的观点， 体的规点不会随时间变化而改变，媒体有一定的影 C(t+1)为下一时刻的观点可信度，q(t+1)为下一 响范围，也就是系统中有多大比例的人可以收到媒 时刻的信任矩阵，信任度发生变化后，调整信任矩 体发布的信息，每个媒体的影响范围各不相同.因 阵，使矩阵中每行之和为1. 此，一个媒体M:定义为 η的取值会影响最终舆论的收敛，由文献[2]中 M:(P:,U:,D:,). (3) 结果，？取值太小，舆论不会收敛，)取值太大，不符 式中：P为媒体规点；U:∈[0,1]为媒体观点的可信 合实际情况，因此文中η取0.2. 度；D∈[0,1]为媒体的权威度；a:∈[0,1]为媒体 2.2媒体和个体之间的交互规则 的影响范围，即系统中的个体以概率α：接收到该媒 媒体k在固定时刻向公众发布信息，个体以 体发出的信息 概率α，接收到该信息，并且比较媒体的信息可信度 媒体k对个体j的影响函数为 和自己的观点可信度，如果个体的观点可信度低， g(k,j)=DR(1-C(t)). (4) 则根据式(4)计算影响函数并改变个体j的观点及 式(4)表示媒体的权威度越大，对个体的影响就越 观点可信度. 大，这与实际情况相符合， 媒体斥发布信息时，个体会以概率4接收到信 网络媒体与传统媒体相比，数量众多，大部分网 息(N为系统中个体总数)，并且根据式(5)改变自 站、BBS等权威度并不高，可信度也不高，观点并不 己的观点值， 统一也不固定，并且时时刻刻都在发挥着作用.在这 若U>C, 个模型中，把网络媒体看成是普通的个体， 0(t+1)=0(t)+(Pk-0(t))g(k,)