基于观点动力学的在线评分人数预测

摘要：

多数观点动力学研究采用基于Agent的建模和仿真方法，与现实社会现象严重脱节。针对该问题，利用现实社会在线评分的统计数据验证和改进观点动力学模型的解释和预测能力。在评分过程中，个体的观点受到自身初始观点和群体观点的共同影响，产生的最终观点将决定个体是否加入评分群体，如果加入将产生评分行为，进而影响后续个体的观点及行为。据此过程建立一个连续观点动力学模型，对在线评分的人员数量进行预测。使用豆瓣网站的影片在线评分数据进行实验，分析各评分观点变化对在线评分数量的影响，结果表明，该模型能够有效预测在线评分人数；个体的最终观点主要受群体差-中-好评分观点的影响，而与自身初始观点基本无关；泊松参数值偏离最优值越远，预测准确率越低。

关键词：在线评分、观点动力学、模型预测、连续观点、泊松分布、实验验证

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61374185。

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：155-160,167