RUS  ENG
Полная версия
ЖУРНАЛЫ // Управление большими системами // Архив

УБС, 2025, выпуск 115, страницы 6–32 (Mi ubs1283)

Системный анализ

Аналитическое решение задачи управления мнениями в SCARDO-модели для случая двухэлементной азбуки мнений с одним типом нативных агентов

В. Н. Гежаa, И. В. Козицинb

a Московский физико-технический институт, Москва
b ФГБУН Институт проблем управления им. В.А. Трапезникова РАН, Москва, Московский физико-технический институт, Москва

Аннотация: Рассматривается задача управления мнениями агентов, сформулированная в терминах приближения среднего поля для SCARDO-модели, построенного для случая социальной системы с модулярной сетевой структурой, гетерогенными уровнями активности агентов и персонализацией контента. В рамках модели управления специальная группа агентов, имитирующая ботов в реальных социальных медиа, воздействует на остальных агентов, с тем чтобы изменить их мнения в соответствии с интересами управляющего субъекта. Изучается наиболее простой для анализа случай двухэлементной азбуки мнений, в рамках которой существует только два возможных мнения (интерпретация – выборы в двухпартийной системе) и один тип агентов-неботов. Строится аналитическое решение задачи управления. Демонстрируется, что в зависимости от значений параметров модели может быть либо одна оптимальная стратегия управления, либо бесконечно много. При этом в случае, когда оптимальное управление единственно, оно должно быть устроено следующим образом: все социальные боты должны транслировать одно и то же мнение, а переключение распространяемого мнения может произойти не более одного раза лишь для некоторых конфигураций параметров. Полученные результаты сопровождаются примерами с реальными данными из онлайн плафтормы ВКонтакте.

Ключевые слова: модели формирования мнений, SCARDO-модель, приближение среднего поля, оптимальное управление, модулярные сети, алгоритмы персонализации.

УДК: 519.7
ББК: 22.18

Поступила в редакцию: 11 ноября 2024 г.
Опубликована: 31 мая 2025 г.

DOI: 10.25728/ubs.2025.115.1



© МИАН, 2025