意見傳遞

們意見交流 模型採用Bounded Confidence Model，當兩代理人意見差〈即 意見相減後取絕對值〉，小於意見交流門檻值 〉時，兩人的意見會向 由 Broadcast ratio 決定媒體或是人際傳播 

由 media probability 決定 

開始 

我 的

threshold〈d

BC Model thresho

28 

播的影響時提出了參數Broadcast ratio

族群因此報導題材多元，又礙於篇幅有限，

所以

當兩代理人的意見差小於d時才會進行意見交流。另一個參數是「聚合參數」

〈convergence parameter〉，以μ表示，代表代理人意見向他人意見靠近程度。意 見改變方式如下： 媒體頻率較高的性質，加入了media probability的參數，用media probability表示 閱聽眾挑選小眾媒體的機率，每回合的模擬開始，Broadcast ratio決定這次是人際 交流或是由媒體傳遞意見，如果是媒體傳播意見，再由media probability決定是這 次意見由大眾媒體或是小眾媒體來傳遞，例如：media probability等於0.7表示這 個迭代有70%的機會是小眾媒體傳播意見，大眾媒體有30%的機會。當一個閱聽

這段 個閱聽眾只會選擇大眾媒體或是小眾媒體，本論文中使用media probability來表示 社會民眾對於小眾媒體的觀看程度，因此觀看兩個媒體的機率相加會等於一。

每回合的模擬表示一個代理人在一段時間〈time interval〉內的意見交流，在 時間中，代理人只會選擇觀看媒體接收訊息或是與另一個人交換意見，我們 沿用以往研究的作法，由broadcast ratio〈本論文中採用此參數的倒數p來表達〉

來決定；當觀看媒體時，在這段時間內代理人只能選擇大眾媒體或是小眾媒體，

因此用media probability來控制社會民眾對於小眾媒體的依賴程度。

.

人際交流模擬現

連結非媒體的個體，即兩個「個人」。如果兩人意見差異大於意見交流門檻 值threshold(d)，不進行意見交流。如果兩代理人的意見差小於意見交流門檻值 threshold(d)，兩人意見便互相靠近，意見傳遞是雙向的。

.

30 

參數 意義

Broadcast ratio(r) 民眾觀看媒體的頻率

Media probability 觀眾選取小眾媒體的機率

Threshold(d) 意見交流的門檻值 整自己對這媒體的聚合參數 convergence parameter〈本論文中亦稱聚合參數為 對意見的「相信程度」〉。

各式各樣的媒體充斥，閱聽眾對於不同媒體有不同的相信程度，因此我們讓 每個「個人」有個動態陣列Media convergence紀錄對每一個媒體的相信程度。

Frank Liu在2006年的研究中提出，個人偏向與自己意見相近的人討論[27]，因此 我們假設閱聽眾趨向於相信與自己意見相近的媒體，對於意見相差越遠的媒體相 信程度就越低。Emily M. Jin等人在朋友友情研究中提出友情隨著長時間沒連絡 而衰減[28]，我們採用類似的概念，個人對媒體的相信程度隨著意見差異增大而

如果個人與媒體的意見差異大於意見交流門檻值threshold〈d〉，此個人並不會採 信媒體傳遞的訊息，沒有交流的機會相當於此個人對於媒體的意見相信程度是0，

可見媒體只有對意見差異小於意見交流門檻值threshold〈d〉的個人有影響力，

因此當意見相差是0時，閱聽眾對此媒體的相信程度 等於µ〈對此媒體的相信程 度跟系統設定的convergence parameter相同〉，當意見相差為意見交流門檻值 threshold〈d〉時，對此媒體的聚合參數 等於0。

. µ

d | | µ

( . ：個體A對媒體i的convergence parameter， 、 ：媒體i與個體A的意見)

d 聚合參數

0  µ

意見差異

圖表 23：意見聚合程度線性遞減圖

32