在意见动态中，一个经验上建立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，我们就越有可能相互作用和趋同。使用这些假设的模型被称为有限置信模型(BCM)，因为它们假设了一个容忍阈值，超过这个阈值交互就不太可能发生。已知它们产生一个或多个簇，这取决于边界的大小，只有在确定的情况下才可能产生一个以上的簇。引入噪声，就像在随机世界中可能发生的那样，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维持。我们研究了异质先验在意见形成中的作用，引入了意见关联的概念，认为它得到了社会心理学研究结果的良好支持，并使用它来证明随机BCM确实在不需要额外假设的情况下产生意见聚类。