在第三章中，主要利用观点动力学中的Ising模型。考虑到Ising模型中，网络中节点受其邻居节点观点的影响是随机的、非理性的，该节点观点的改变概率是随机的、离散的，这与去中心化电商网络的实际情况不符。因此，本章引入理性信任阈值和完全影响的信任参数对传统Ising模型的节点自旋规则加以改进。通过随机生成数据的仿真分析得到如下结论：
1.在其他条件不变的情况下，理性信任阈值越大，各用户间的信任程度和观点接纳程度越高，越容易形成统一的观点，并且程序运行时间随着ω取值的增大而逐渐缩短。
2.在其他参数不变的情况下，完全影响的信任区间参数越大，各用户观点集团间的差值越小，系统内部能量值越低，观点越趋于一致。
为进一步验证上述结论是否与真实情况贴合，本章选取海豚社交网络和URV电子邮件网络两大复杂网络的经典数据集进行仿真实验，发现在海豚社交网络中，随着理性信任阈值增大，用户间观点的一致性演化趋势并不明显。在URV电子邮件网络中，随着理性信任阈值的增大，尽管用户间的演化趋势大体相同，但是在ω=0.5时，明显出现两个不同的观点群，形成观点的聚类。在两大经典数据集的仿真实验中，完全影响的信任区间参数对观点一致性演化的效果与随机生成数据的仿真分析一致。
参考文献（略）
