Resumen

La dinámica de opiniones es un proceso complejo e interesante, especialmente para los sistemas con un gran número de individuos. Por lo general, es difícil describir las características evolutivas de estos sistemas. En algunos trabajos anteriores, se ha demostrado que el modelo de autoexcitación tiene un rendimiento superior en el aprendizaje y la predicción de opiniones. Siguiendo esta línea, consideramos el modelo de opinión de autoexcitación y estudiamos los comportamientos colectivos del modelo de autoexcitación. Proponemos una ecuación integrodiferencial de tipo Mckean-Vlasov para describir los comportamientos asintóticos del modelo y mostramos que la ecuación introducida, al acoplarse con la distribución inicial, tiene la capacidad de capturar la influencia del proceso de autoexcitación, que describe la naturaleza mutuamente excitante y recurrente de los individuos. También descubrimos que la distribución en estado estacionario es una contracción de la distribución inicial en los casos de interacción lineal y de confianza acotada (modelo DW), lo cual es diferente

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Dinámica de opiniones; Modelo de autoexcitación; Características evolutivas; Comportamientos colectivos; Ecuación integrodiferencial tipo MckeanVlasov; Distribución en estado estacionario
• Keywords:Opinion dynamics; Self-excitation model; Evolutionary features; Collective behaviors; MckeanVlasov-type integrodifferential equation; Steady-state distribution