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