由于自身经历、环境、性格不同，个体看待同一件事时会有不同的立场、持不同的观点，即每个个体都具有异质性。基于此，需要分析这种异质性对极化的影响。
（1）初始认知异质性的影响
每个个体在面对热点事件时，在还没有与任何个体进行交流时就会产生初始的观点，这时Agent i的态度值仅仅与个体本身有关，并且不受他人影响。为研究在初始时刻持有何种观点值的个体更容易形成极化，下面模拟有500个节点规模的网络进行仿真实验，并假设初始条件下，持正向意见的节点占据微弱优势，初始时刻网络中所有个体的平均态度值T（0）=0.01，舆情具体演化情况及各时刻态度值分布情况如图6-11和图6-12所示。
图6-11 具有500个网络节点的舆情演化图
从图6-11和图6-12可知，初始时刻态度值较分散，随着舆情演化形成了两个正负极化对立的阵营，并始终有少数持中立态度的个体存在。
为了更清楚地观察这种变化，本部分分别以Time，Agent编号及每个Agent的态度为x轴、y轴、z轴绘制态度值变化三维图，具体如图6-13所示。
图6-12 不同时刻下观点分布直方图
图6-13 具有500个网络节点的个体态度演化三维图
根据图6-13可以看出，在舆情演化中，初始态度值不同的个体在网络中的演化情况存在显著差异，并且存在断层现象，因此将选取的500个节点按初始时刻态度值xi的大小不同分为10组，观察在实验中代表不同初始态度值的10组个体观点的演化情况，结果如图6-14所示。
图6-14 不同初始值下个体态度演化三维图
图6-14（a）—图6-14（j）分别表示仿真实验中这500个个体中初始时刻态度值分别位于-1.0＜xi＜-0.8，-0.8＜xi＜-0.6，-0.6＜xi＜-0.4，-0.4＜xi＜-0.2，-0.2＜xi＜0，0＜xi＜0.2，0.2＜xi＜0.4，0.4＜xi＜0.6，0.6＜xi＜0.8，0.8＜xi＜1.0下的个体态度值变化情况。图6-14（a）—图6-14（d）的4组数据表示初始时刻态度值xi＜-0.2的个体，在舆情演化中，伴随极化现象产生，这些个体全部转变为负向极化，并且按照图6-14（d）—图6-14（c）—图6-14（b）—图6-14（a）顺序，极化现象产生时间依次减小，说明在舆情演化过程中，初始时刻态度值越接近极化值的个体越容易形成极化，并且可以带动其他极化程度较弱的个体形成极化。图6-14（g）和图6-14（j）则表示初始时刻态度值xi＞0.2的4组数据，与负极化相似，这几组数据形成正向极化的时间也依图6-14（g）—图6-14（h）—图6-14（i）—图6-14（j）的顺序依次减小。图6-14（e）和图6-14（f）这两组数据表示的个体在初始时刻不带有强烈的极化色彩，图6-14（e）中个体的态度值随着舆情演化逐渐分裂成两部分，一部分最后形成负极化，另一部分继续保持中立；而图6-14（f）则是一部分形成正极化，一部分保持中立，这些中立个体的存在对于干预极化进程至关重要。
为了避免实验结果的偶然性，这里重新生成数据进行实验。由于设定图6-11—图6-14中数据在初始时刻的平均态度值接近中立状态［T（0）=0.01］，在以下仿真实验中设定初始时刻的社会平均态度值T（0）=0.40进行对比，结果如图6-15和图6-16所示。
(www.xing528.com)
图6-15 具有500个网络节点的个体态度演化三维图
图6-16 不同初始值下个体态度演化三维图
图6-15表示T（0）=0.40时，网络中所有个体的态度值变化情况。图6-16（a）—6-16（j）则分别表示这500个个体中初始时刻态度值分别位于-1.0＜xi＜-0.8，0.8＜xi＜-0.6，-0.6＜xi＜-0.4，-0.4＜xi＜-0.2，-0.2＜xi＜0，0＜xi＜0.2，0.2＜xi＜0.4，0.4＜xi＜0.6，0.6＜xi＜0.8，0.8＜xi＜1.0下的个体态度值变化情况。对比图6-15和图6-16和图6-13和图6-14可以看出，在初始时刻态度倾向较为明确与不明确两种情况下，网络中舆情演化过程有着明显区别。
从图6-15和图6-16可以看出，由于初始时刻社会平均态度值T（0）=0.40，整个网络中正向态度为主导，除少数中立个体外几乎所有个体的态度都往正向转变。图6-16（a）—图6-16（e）表示初始时刻态度值呈负向的个体，通过分析可以发现，这些个体的态度虽然普遍都朝正向靠近，但当态度值接近中立值0时就不再转变。这说明，在初始时刻，态度值的正、负方向性至关重要，当网络中的Agent相信一种观点时，可能会在不断被他人说服之后有所改变直至呈现中立，但让其转而相信另一种相对立的观点却是十分困难的。在现实中，如果人们相信一种先入为主的错误信息之后真相才逐渐被披露，那么让他们转而相信真相并不容易，许多相传甚广的谣言就是因此才被持续稳定地传播下去的。图6-16（f）—图6-16（j）表示初始时刻态度值呈正向的个体，除图6-16（f）外，其他图中个体均在多次交互之后达到正向极化。图6-16（f）表示初始时刻态度值为0＜xi＜0.2的个体，通过比较发现，其与图6-16（e）所示初始时刻态度值为-0.2＜xi＜0的个体在演化中的情况非常相似，这些初始时刻态度值接近中立值的个体在多次交互之后呈现完全中立态度（态度值为0），说明如果需要通过人为干预来阻止极化现象的形成，那么这些中立个体的存在至关重要。
结合图6-13—图6-16可知，即使初始时刻舆情较为分散，也仍然会出现极化现象，而在初始时刻态度值不同的个体间的确存在异质性，它们在舆情演化中的变化情况亦会不同。初始时刻网络中平均态度值若接近中立，则有助于形成双向极化，但若在初始时刻，一种态度倾向占显著优势，那么其他不占优势的态度倾向将不会产生极化，且在多次演化后会形成单向极化现象。
（2）异质个体的不同从众性影响
6.4.1节提出，网络极化现象与动态从众性函数ζi（t）中的重要参数固有自信度Yi成反相关关系，而网络中每个参与讨论的个体都具有异质性，都有不同的固有自信度。这里模拟有500个节点规模的网络进行仿真实验，设定初始时刻平均态度值T（0）=0，假设在仿真实验中，个体的固有自信度值Yi的大小随机取值，且全部满足0＜Yi＜1，则网络舆情演化过程中产生的极化情况如图6-17所示。
图6-17 全部个体极化概率图
由图6-17可知，在仿真的500个Agent中，在Time=50时基本达到极化，正向极化的个体所占比重为40%，负向极化的个体比重略小，为35%。本次仿真的500个Agent中满足0≤Yi＜0.25，0.25≤Yi＜0.50，0.50≤Yi＜0.75及0.75≤Yi＜1.00的数量各占总量的25%，图6-18（a）—图6-18（d）表示这4组个体在此次舆情演化中的极化概率。
由图6-18可知，Yi取值在0≤Yi＜0.25，0.25≤Yi＜0.5、0.5≤Yi＜0.75及0.75≤Yi＜1内的个体在此次仿真中达到极化的时间及最后形成极化的比例均不相同，根据Yi取值的不同，呈现一定规律性。如图6-17所示，当Time＜15时，负极化比例大于正向极化，当Time=15时负向极化被正向极化反超，此后，正极化个体的比例一直略微大于负极化。而在图6-18中，正极化比例大于负极化的情况只有图6-18（a）与图6-18（b），说明在网络演化中，不同固有自信度下的个体对于正、负倾向有所差别，固有自信度高的个体会更倾向于负向态度。此外，如图6-18（a）—图6-18（c）所示，网络演化最后形成的极化率依次增大，说明在个体自信度较小时，其从众性较大，而最后形成的极化率指网络中各人未发生极化的比例较大；而当固有自信度增大到某一个阈值时，极化率则会减小，如图6-18（c）和图6-18（d）所示。
基于此，可知从众性函数中的固有自信度参数存在异质性，不同固有自信度导致个体从众性不同，而从众性非常低与从众性非常高的个体中形成极端值的概率较其他个体低。此外，存在一个有限范围，对于从众性处于这个范围内的个体，随着从众性的降低，形成极端值的概率会有所增大。
图6-18 不同固有自信度Yi下个体极化概率图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
