在舆论动态中，有一种经验基础和广泛建立的驱动力是同质性，即“物以类聚”的倾向。我们的观点越接近，我们就越有可能互动和融合。使用这些假设的模型被称为有界置信模型(BCM)，因为它们假设一个容忍阈值，超过这个阈值，交互就不可能发生。根据边界的大小，已知它们会产生一个或多个簇，只有在确定性情况下才有可能产生多个簇。在一个随机的世界里，引入噪音很可能会导致BCM产生共识，这给我们留下了一个悬而未决的问题，即解释意见集群和两极分化的出现和持续。我们研究了异质先验在意见形成中的作用，引入了意见联结的概念，认为它得到了社会心理学研究结果的很好支持，并利用它来证明随机BCM确实在不需要额外假设的情况下产生了意见聚类。