网民自身对热点事件的态度不仅受到外部信息和个体内在特征的影响，还会受到周围邻居观点的影响。因此，分析个体在交互过程中受周围个体态度的影响，对于研究舆情极化和反转至关重要。基于此，下面将从个体交互的角度分析舆情反转进程。
（1）个体交互次数对舆情反转的影响
在个体交互过程中，个体与周围节点的交互次数通常可以看作个体间观点沟通的深入程度，个体间观点沟通越深入通常越容易达成共识，从而推动形成更强的舆情极化和反转现象。
图8-22和图8-23分别为不同交互次数下群体态度分布柱状图和极化率曲线。由图8-22和图8-23可知，随着个体间交互次数的不断增加，负向极化率在一定程度的提高之后，逐渐趋于稳定，这说明在首发信息的影响下，个体在短时间内的交互之后就能达成观点共识。而在二次信息的影响下，随着个体间交互次数的增加，正向极化率不断提高，直至交互次数达到100左右，正向极化率才趋于稳定。这说明，在二次信息的影响下，个体之间需要更长时间的观点交互才能形成新的共识。
图8-22 不同交互次数下群体态度分布柱状图
(www.xing528.com)
图8-23 不同交互次数下群体态度极化率曲线
（2）交互节点数量对舆情反转的影响
根据前文中所提的观点交互规则，结合亲密度指标，本部分将与Agent i亲密度为1的节点定义为Agent i的交互节点，在交互过程中个体将根据交互节点的平均态度更新其自身态度。而一般情况下，当个体对某件事情的态度发生摇摆时，个体会更加希望听取更多周围朋友的意见。通过对交互节点数量的研究，可以更深入地分析周围邻居节点对个体态度的影响，进而研究如何通过个体间的交互过程对舆情极化和反转产生影响。这里通过改变交互节点的选择比例（如Agent i在网络中寻找到30个交互节点，随机选取30个交互节点中的10%，20%，30%，…，100%）来表示交互节点数量的变化。
图8-24表示不同交互节点比例下群体态度演化情况。由图8-24可知，在0—50时间段，在首发信息的影响下，随着交互节点比例的增加，个体态度值在-1周围的Agent数量逐渐下降。同时，在50—100时间段，受二次信息的影响，个体态度值处于1周围的Agent数量也趋向减少。这说明，在综合交互节点的各种意见之后，个体态度更加趋于理性，进而使得群体中极端个体的数量逐渐减少，这与现实情况是相符的。同时，这一现象也可以间接印证个体保守度的提高会使得极端个体的数量减少，其原因是：个体保守度的提高会使得个体听取更多朋友的意见，从而使得自身态度更加理性。
图8-24 不同交互节点比例下群体态度演化图
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。
