Un modèle stochastique de dynamique d'opinion avec des contenus multiples.

Résumé Nous introduisons un nouveau modèle de dynamique d'opinion dans lequel les agents interagissent les uns avec les autres sur plusieurs opinions/contenus distincts. Dans la plupart de la littérature sur la dynamique des opinions, les agents effectuent des combinaisons convexes des opinions des autres agents. Dans notre cadre, une compétition entre les opinions a lieu : les agents n'échangent pas toutes leurs opinions entre eux, ils ne communiquent que sur les opinions qu'ils aiment le plus. Notre modèle utilise des scores pour prendre en compte cette compétition : chaque agent maintient une liste de scores pour chaque opinion détenue. Les opinions sont sélectionnées en fonction de leurs scores (plus le score est élevé, plus une opinion a de chances d'être exprimée) puis transmises aux voisins. Lorsqu'un agent reçoit une opinion, il lui accorde plus de crédit, c'est-à-dire un score plus élevé. Dans ce nouveau cadre, nous dérivons un résultat de convergence qui tient sous des hypothèses légères sur la façon dont l'information est transmise par les agents et qui mène au consensus dans un cas particulier. Nous fournissons également quelques résultats numériques illustrant la formation du consensus sous différentes topologies (graphes complets et en anneau) et différentes conditions initiales (aléatoires et biaisées vers un contenu spécifique).