在意见动态中，一个经验性的和广泛确立的驱动力是同质性，即“物以类聚”的趋势。我们的观点越接近，我们就越有可能相互影响和融合。使用这些假设的模型称为有界置信模型（BCM），因为它们假设了一个容差阈值，在该阈值之后，不太可能发生交互。已知它们产生一个或多个簇，这取决于边界的大小，只有在确定性情况下才可能产生多个簇。在随机世界中引入噪音可能会导致BCM产生共识，这给我们留下了解释意见簇和两极分化的出现和持续的开放问题。我们研究了异质先验在意见形成中的作用，引入了意见连接词的概念，认为它得到了社会心理学研究结果的很好支持，并用它来证明随机BCM确实产生了意见聚类，而不需要额外的假设。