Social clustering reinforces external influence on the majority opinion model
研究外部影响与同伴互动在多数投票模型中的相互作用，发现社会聚类正向强化外部影响，而度异质性削弱外部力量，为企业与政策制定提供见解。
2024-07-30 physics.soc-ph
Modelling opinion misperception and the emergence of silence in online social system
本文通过数值模拟研究在线社交群体中意见误判的形成机制，发现少数高连接魅力个体引发的沉默螺旋是导致少数意见被高估的主要原因。
2023-07-10 physics.soc-ph
Impact of Cognitive Dissonance on Social Hysteresis: Insights fromthe Expressed and Private Opinions Model
本文通过在表达与私下意见模型中引入认知失调缓解机制，结合解析分析与蒙特卡洛模拟，证明该机制会诱发社会滞后，并提出克制合理化公开表达意见可缓解滞后、促进共识。
2024-10-22 physics.soc-ph
Opinion formation on social networks with algorithmic bias: Dynamics and bias imbalance
本文构建含算法偏见、社区结构、噪声及群体交互的网络观点演化模型，揭示偏见失衡如何决定最终舆论状态、相变及收敛时间。
2021-08-03 physics.soc-ph
Depolarization of opinions on social networks through random nudges
针对含同质性机制的观点动力学模型，本文提出非侵入式随机连接推动框架，发现温和推动可显著去极化并削弱回音室，同时给出避免极化与激进化的最优推动因子。
2023-02-24 physics.soc-ph
Convex Regions of Opinion Dynamics, Approaches to the Complexity of Binary Consensus with Reference to Addiction and Obliviousness: Integrated Dimer Model Perspective
本文提出集成二聚体模型，通过计算凸区域的Castellain矩阵、分布函数和二聚体构型概率，并引入依赖性与遗忘因素，研究意见动力学中的二元共识复杂性，为理解社会意见形成提供新方法。
2024-04-19 physics.soc-ph
Co-evolving networks for opinion and social dynamics in agent-based models
本研究提出随机智能体模型，协同演化意见与社会动态，分析回音室和共识机制，并应用于综合社会调查数据，验证其捕捉社会联系与意见随时间协同演化的能力。
2024-09-19 math.DS physics.soc-ph
Dynamics of Opinions and Social Structures
从极端的亚文化到主流的大众文化，音乐品味、政治信念和宗教信仰大相径庭的社会群体层出不穷。基本的社会结构和意见的形成都是动态的，其中一个的变化会影响另一个。已经提出了一些积极的反馈机制，以推动社会和经济制度的多样性，但很少有人致力于查明一个动态变化的社会网络和网络上的信息传播和收集之间的相互作用。在这里，我们分析这种现象的社会网络模型，明确地模拟信息组装和社会结构的出现之间的反馈：不断变化的信念是耦合到不断变化的关系，因为代理自组织的动态网络，以促进他们的狩猎采集行为在信息空间。我们的分析表明，部落组织和模块化的社交网络可以出现作为一个结果，接触寻求代理人，加强他们的信念之间志同道合。我们还发现，有声望的人可以将社会网络简化为围绕自己的等级结构。
2007-11-12 physics.soc-ph
Blume-Emery-Griffiths dynamics in social networks
我们在社交网络中引入了Blume-Emery-Griffiths（BEG）模型来描述意见形成的三态动力学。结果表明，民意时间序列的概率分布函数是类高斯分布。我们还研究了BEG模型对外部周期扰动的响应。可以观察到内部热噪声和外部场导致相变，这是意见分布的分裂现象。外场幅值和热噪声幅值对意见系统的影响是相反的。
2009-08-07 physics.soc-ph
Opinion dynamics on a group structured adaptive network
人们已经提出了许多模型来分析由于个体在社会环境中的相互作用而导致的意见结构的演变。这些模型分析了在完全相互作用的背景下和在社交网络上的思想传播，在社交网络中，每个人都有一组有限的对话者。此外，对社交网络拓扑结构的研究也是从理论和实证的角度进行分析的对象。在这个框架中，一个特别重要的研究领域涉及到社交网络内部的社区结构，本文分析了社区结构层面上个体意见与人际关系结构之间的相互反馈。为此，我们定义了一个基于组的随机网络，我们研究这种结构如何与观点动力学过程共同演变。我们观察到，自适应网络结构影响的观点动力学的过程中，帮助共识的形成。研究结果还显示了有趣的行为，也在关于群体的规模分布和他们的意见结构的相关性。
2010-03-31 physics.soc-ph
Opinion Maximization in Social Networks
通过不同观点的综合和对比形成意见的过程一直是经济学和社会科学中许多研究的主题。今天，这一过程也体现在在线社交网络和社交媒体中。成功的促销活动的关键特征是，他们考虑到这种意见形成的动态，以创造一个关于特定信息项目，如一个人，一个产品，或一个想法的整体有利的意见。在本文中，我们采用了一个完善的社会意见动态模型，并正式确定一组目标个人的积极意见的信息项将最大限度地提高整体积极的意见，在社会网络中的项目的问题的广告设计问题。我们把这个问题称为“竞选”。我们研究了CAMPAIGN问题的复杂性，并设计了求解该问题的算法，在实际数据上的实验证明了算法的有效性和实用性。
2013-01-30 cs.SI physics.soc-ph
Opinion Dynamics Models with Memory in Coopetitive Social Networks: Analysis, Application and Simulation
在一些社交网络中，意见形成是基于其自己和邻居的（初始）意见，而个人意见的演变也受到个人在现实世界中的过去意见的影响。与现有的社会网络模型不同，本文提出了一种新的观点动力学模型，该模型描述了个体观点的演化不仅依赖于自己和邻居的当前观点，还依赖于过去的观点。同时建立了观点动力学模型的记忆和无记忆通信规则。分别从网络拓扑结构和谱分析的角度给出了意见的平等极化、一致性和可中和性的充分必要条件。我们应用我们的模型来模拟Kahneman的开创性的实验在风险和无风险的情况下，这符合实验结果的选择。仿真分析表明，个体的记忆容量与最终意见形成的速度成反比。
2021-08-05 math.DS physics.soc-ph
Learning and Forecasting Opinion Dynamics in Social Networks
社交媒体和社交网络站点已经成为用于新闻、话题和想法的展示和讨论的全球公告板，其中社交媒体用户经常通过从他们的朋友分享的意见中学习来更新他们关于特定话题的意见。在这种情况下，我们是否可以学习一个数据驱动的意见动态模型，能够准确地预测用户的意见？在本文中，我们介绍了SLANT，一个概率建模框架的意见动态，它代表用户的意见随着时间的推移，通过显着的跳跃扩散随机微分方程，并允许有效的模型模拟和参数估计从历史细粒度的事件数据。然后，我们利用我们的框架，得出一组有效的预测公式的意见预测和确定的条件下，意见收敛到一个稳定的状态。从Twitter收集的数据的实验表明，我们的模型提供了一个很好的适合的数据和我们的公式实现更准确的预测比替代品。
2016-05-24 cs.SI physics.soc-ph
Agent-based opinion formation modeling in social network: a perspective of social psychology
以往关于意见建模的研究大多缺乏对个体心理活动和群体行为的同步研究。本文从社会学和心理学的角度出发，以态度改变理论、群体行为理论和进化博弈理论为基础，提出了一个基于Agent的网络舆论形成模型。在该模型中，影响说服过程的因素有三个，即领导者的可信度、受众的特征和群体环境。该模型被应用到Twitter的主题类型，参数变化，意见领袖的意见形成的影响进行了分析。实验结果表明，争议话题的意见演化具有较大的不确定性和可持续性。收益成本比对意见形成有显著影响，适度的收益成本比将导致最长的松弛时间或最统一的全球意见。此外，拥有大量粉丝的名人比专家更有能力影响公众舆论。本文丰富了舆论形成模型的研究内容，为企业的公共关系管理和市场预测提供了理论依据。
2019-07-04 cs.SI physics.soc-ph
Opinion Dynamics on Complex Networks
社交媒体已经成为人们重要的信息来源。由于代理人通过社交媒体平台彼此互动，他们创建了许多复杂的社交网络。在这些网络中，信息在代理人之间传播，他们的观点可能会受到邻居的影响而改变。本文探讨了社交网络上的观点动力学，这是由复杂的网络结构，确认偏见，并讨论了具体问题的影响。我们提出了一个新的模型，基于以前的模型来模拟公众舆论如何从共识演变到激进和两极分化。我们还分析了代理如何改变他们的邻居的影响下，他们的立场。我们的模型揭示了意见群体的出现，并显示了不同的因素如何影响观点动力学。本文有助于理解社交网络上的观点动力学及其在金融、营销、政治和社交媒体中的可能应用。
2023-03-05 physics.soc-ph stat.AP
Predictive Modeling of Opinion and Connectivity Dynamics in Social Networks
近年来，人们对建模和理解通过人类网络传播的意见和创新机制的兴趣越来越大。通过分析真实世界的社交数据，研究人员能够更好地了解社交网络的动态，并随后对这些网络随时间的变化进行建模。我们开发了一个社会网络模型，既利用了基于代理的方法与动态更新的意见和代理之间的连接，并反映意见传播和结构变化随着时间的推移，在现实世界中观察到的数据。我们使用来自麻省理工学院人类动力学实验室的社会进化数据集的数据来验证该模型，该数据集描述了目标学生群体在九个月内友谊和健康自我感知的变化。我们证明了该方法的有效性，通过预测的意见传播和网络连接的变化。我们还使用该模型来评估网络参数，如“开放性”的水平和意愿，将意见的邻居代理，影响结果。该模型不仅提供了洞察不断变化的社交网络的动态，但也提出了一个工具，人们可以调查各种结构和意见分布的网络的意见传播策略。
2016-03-27 cs.SI physics.soc-ph
Phase Field Modeling in Social Media Dynamics:Simulation of Opinion Evolution with Feedback, Separation
本研究提出一种基于相场建模的数值模型，利用连续变量表示用户意见，结合确认偏差等心理因素与真实数据，模拟社交网络信息传播与反馈，定量分析意见极化和回音室效应。
2024-04-19 cs.SI physics.soc-ph
Opinion Dynamics on Correlated Subjects in Social Networks
了解集体信仰的演变对于了解政治趋势以及社会品味和意见至关重要。特别是，它是至关重要的，以开发分析模型，可以预测的信念动态和捕获的相互依存的意见对不同的主题。在本文中，我们解决这个问题，也占个人的内生过程中的意见演变，以及个人的意见，可能会出现在存在的个人的敌对态度之间的相互排斥。使用平均场的方法，我们通过一个多维的福克-普朗克方程的一个大人口的个人的意见的时间演变的特征，我们确定的条件下，保持稳定。最后，我们得出的稳态意见分布作为个人的个性和现有的社会互动的函数。我们的数值结果显示了有趣的动态在不同的社会群体的集体信念，他们突出了相关的主题，以及个人的对抗态度的影响。
2019-10-24 cs.SI physics.soc-ph
From Spin States to Social Consensus: Ising Approach to Dimer Configurations in Opinion Formation
本文基于Trust-Distrust Model（TDM），结合二聚体构型和Ising模型，提出了一种新的意见动力学方法，通过数学模型和数值模拟探索信任与不信任的相互作用及外部刺激对社会意见形成的影响。
2023-11-23 cs.SI physics.soc-ph
The generation and regulation of public opinion on multiplex social networks
信息传播和舆论发展是大多数社交媒体平台的基本要素，往往被描述为独特的人为事件。然而，人们往往忽视这两种现象之间的相互依存关系。信息传播是舆论形成的基础，舆论又推动信息传播。在我们的研究中，我们建模的信息和舆论之间的协同进化关系的异构多元化网络。这种模式考虑到了少数人的坚定意见和大多数人的波动意见。研究结果揭示了该模型中民意的平衡态以及主流民意与极端个体之间的线性关系。此外，我们提出了一个战略，调节舆论的立场，调整极端群体，这可以作为一个基础，实施卫生政策的舆论影响。
2023-03-24 cs.SI physics.soc-ph
How Social Network Structure Impacts the Ability of Zealots to Promote Weak Opinions
本研究聚焦社交网络中狂热者推广弱势观点的问题，分析了狂热者占比、观点相对强度及网络结构对长期信奉弱势观点人群比例的影响，为理解观点动力学提供了依据。
2024-10-09 math.DS physics.soc-ph
Model of Opinion Spreading in Social Networks
我们提出了一个新的模型，它捕捉信息和意见传播之间的主要区别。在信息传播中，额外接触某些信息的影响很小。相反，当一个行动者接触到两个有意见的行动者时，他接受这个意见的可能性要比接触一个这样的行动者时高得多（J. Kleinberg称之为“0-1-2效应”）。在每个时间步中，如果一个参与者没有意见，我们随机选择2个他的网络邻居。如果他们中的一个有一个意见，演员采用的意见与一些低概率，如果两个-与较高的概率。在不同的现实世界社交网络和相似的随机无标度网络上模拟了意见传播。结果表明，小世界结构对临界点时间有着至关重要的影响.“0-1-2”效应导致行动者启动舆论传播能力的显著差异。根据他在网络中的拓扑位置，演员是一个影响者。
2011-06-05 cs.SI physics.soc-ph
The role of conformity in opinion dynamics modelling with multiple social circles
本研究针对传统单层从众观点建模的局限，提出支持个体在不同社交圈表达不同连续观点的从众模型，扩展权威、观点开放性等影响要素，验证仅单纯从众会引发观点趋同。
2024-03-07 cs.SI physics.soc-ph
Recent advances in opinion modeling: control and social influence
本文综述了观点动力学数学建模的一些最新进展。在介绍了通过动力学类型的偏微分方程描述的交互多代理系统的意见建模后，我们将注意力集中在两个主要的进步：意见形成的最优控制和其他社会方面的影响，如信念和社交网络中的连接数，修改代理在意见交换过程中的作用。
2016-07-20 math.OC nlin.AO physics.soc-ph
From Spin States to Socially Integrated Ising Models: Proposed Applications of Graph States, Stabilizer States, Toric States to Opinion Dynamics
本研究提出将量子信息理论中的Graph态、Stabil子态与Toric态应用于观点见动力学学，以建模模拟社会互动与观点形成，并分析复杂社会网络中的，{
2024-04-19 physics.soc-ph quant-ph
Enhanced or distorted wisdom of crowds? An agent-based model of opinion formation under social influence
我们提出了一个基于主体的集体意见形成模型来研究社会影响下的群体智慧。代理人的意见是一个连续的正值，表示其对事实问题的主观回答。群体的智慧表明，所有观点的平均值接近真理，即正确答案。但是，如果代理人有机会调整自己的意见，以回应其他人的意见，这种影响可能会被破坏。我们的模型通过评估两个相互竞争的影响来研究这种情况：（i）代理人倾向于保持自己的意见（个人信念$β$），（ii）如果他们有关于他人意见的信息（社会影响$α$），他们倾向于调整自己的意见。对于后者，比较了两种不同的制度（全面信息与汇总信息）。我们的模拟表明，社会影响力只在极少数情况下增强了群体的智慧。大多数情况下，我们发现代理人收敛到一个集体的意见，甚至远离真正的答案。因此，在社会影响下，群体的智慧可能是系统性错误的。
2020-08-24 cs.MA nlin.AO physics.soc-ph
Opinion modeling on social media and marketing aspects
我们介绍和讨论动力学模型的意见形成社交网络中的分布函数取决于双方的意见和连接的代理。意见形成模型随后与描述通过社交网络在网络上传播产品的受欢迎程度的动力学模型相耦合。对基本动力学模型的数值实验表明，与社交媒体网站上的标签趋势的一些测量结果有很好的定性一致性，并说明了公司如何利用网络结构来最好地获得其产品的广告。
2018-05-04 cs.SI nlin.AO physics.soc-ph
Opinion response functions are key to understanding tipping of social conventions
本文通过常微分方程模型和观点响应函数分析基于智能体的观点动力学，为颠覆社会惯例所需的最小坚定少数派规模提供了精确公式。
2024-10-03 math.DS physics.soc-ph
Impacts of Opinion Leaders on Social Contagions
意见领袖普遍存在于线上和线下的社交网络中，但意见领袖对社会行为传染的影响仍然没有得到充分的理解，特别是通过使用一个数学模型。在这里，我们推广了经典的瓦茨阈值模型，并解决意见领袖的影响，其中一个人采取一个新的行为，如果他/她的意见领袖采取的行为。首先，我们从网络中的所有个体中随机选择意见领袖，并发现意见领袖的影响使其他个体更容易采取行为。具体而言，意见领袖的存在降低了网络中实现全局行为采纳所需的最低平均度，提高了网络中实现全局行为采纳所需的最高平均度。此外，意见领袖的引入加速了个体的行为采纳，但并没有改变个体的采纳顺序。所开发的理论预测与模拟结果一致。其次，我们从最高度的前h%的个体中随机选择意见领袖，并为具有最低平均度的网络找到一个最优的h%，使全局行为采纳能够发生。同时，当h%值降低时，意见领袖对促进行为采纳的影响变得不显著，甚至可以忽略。
2018-05-02 cs.SI physics.soc-ph
Social Judgment Theory Based Model On Opinion Formation, Polarization And Evolution
现实世界中意见两极分化的动力学起源是一个有趣的话题，物理学家可能有助于理解。为了正确地模拟动态，该理论必须与社会心理学家关于微观观点变化的发现完全兼容。在这里，我们介绍了一个通用的意见形成模型与同质代理的基础上著名的社会心理学的社会判断理论，通过扩展Jager和Amblard提出的类似模型。代理人的意见将最终聚集在极端和/或温和的意见，形成三个阶段的二维参数空间，描述微观意见的代理人的反应。这个模型的动力学可以定性地理解平均场分析。更重要的是，一阶相变的意见分布观察到的系统参数的缓慢变化下，不断发展的系统，表明在公众舆论的间断均衡，甚至可以发生在一个完全连接的社会网络。
2014-07-26 cond-mat.stat-mech nlin.AO physics.soc-ph
Role of social environment and social clustering in spread of opinions in co-evolving networks
采取务实的方法，在集体意见形成的现象所涉及的过程中，我们调查了两个具体的修改意见形成的共同进化的网络选民模型，研究由Holme和Newman [1]。首先，我们用个体之间接受或拒绝意见的概率分布来代替重新布线概率参数，以解释社会群体中个体之间关系的不对称影响。其次，我们修改了重新布线步骤的路径长度为基础的偏好重新布线，加强本地集群。我们已经研究了这些修改对该模型的模拟结果的影响。我们发现，改变接受或拒绝意见的概率分布的形状可以导致两个性质不同的最终状态的出现，一个具有几个孤立的连接组件，每个组件都在内部共识中，导致存在不同的意见集，另一个具有一个单一的主导连接组件，其中每个节点都具有相同的意见。此外，更重要的是，我们发现网络中的初始聚类也可以引起类似的过渡。我们的研究还提出，这些转变是由一个弱的和复杂的依赖系统的大小。我们发现，在模型的最终状态的网络具有丰富的结构属性，包括小世界性质的一些参数制度。[1]Holme和M. Newman，Phys.Rev.E74，056108（2006）.
2013-08-12 cs.SI physics.soc-ph
Game-theoretical approach for opinion dynamics on social networks
社交网络上的舆论动态近年来受到了广泛的关注。然而，只有少数著作从理论上分析了某种观点在整个结构化群体中传播的条件。在本文中，我们提出了一个进化博弈的方法来探讨二元意见模型的意见的传播条件。受现实生活中观察的启发，我们假设代理选择意见的选择不是随机的，而是基于来自公共知识和与邻居的交互的分数。通过合并随机游动，我们得到了一个条件，在该条件下，意见$A$可以在社交网络上传播的弱选择限制。我们发现，意见$A$的成功传播条件与二值意见的基本得分、意见交互的反馈得分以及网络的边权值、顶点的加权度和平均度等结构参数密切相关.特别地，当个人仅基于公开信息调整他们的意见时，意见$A$的活力仅取决于$A$和$B$的基本分数的差。当连接的个体之间没有负（正）反馈交互时，我们发现意见$A$的成功取决于竞争意见的正（负）反馈得分的比率。为了完成我们的研究，我们分别对全连接、小世界和无标度网络进行了计算机模拟，这些模拟支持并证实了我们的理论研究结果。
2022-08-30 cs.GT physics.soc-ph
Opinion polarisation in social networks
在本文中，我们提出了一个玻尔兹曼型动力学描述的意见形成的社交网络，它考虑到一般的连接分布的个人。我们认为意见交换过程的灵感来自Sznajd模型和相关的简化，但我们不假设个人互动的一个定期的格子。相反，我们用统计学的方法来描述社会网络的结构，假设一个人的联系人数量决定了他的观点到达并影响另一个人的观点的概率。从动力学描述的系统，我们研究的平均意见的演变，在那里我们找到精确的分析条件下，一个\textit{polarisation switch}的意见，即一个变化的迹象之间的初始和渐近平均意见，发生。特别是，我们表明，初始意见和连接的个人之间的非零相关性是必要的，以观察极化开关。最后，我们通过社会网络上的随机意见交换过程的蒙特卡罗模拟验证我们的分析结果。
2021-10-12 cond-mat.stat-mech nlin.AO physics.soc-ph
Modeling opinion polarization on social media: application to Covid-19 vaccination hesitancy in Italy
SARS-CoV-2大流行提醒我们，疫苗接种可能是一个引起分歧的话题，公众对话中充斥着误导性的说法，思想往往会两极分化，尤其是在在线社交网络上。在这项工作中，最近的自然语言处理技术的动机，系统地提取和量化的意见，从文本消息，我们提出了一个差分框架的双变量意见形成动态，再加上一个房室模型假新闻传播。由于平均场分析，我们表明，由此产生的福克-普朗克系统允许重现双峰分布的意见，观察到的极化动力学。然后将该模型应用于来自意大利社交媒体平台的情感分析数据，以分析关于新冠疫苗接种的意见演变。我们通过数值模拟表明，该模型能够正确地描述在疫苗犹豫数据集中观察到的双峰意见结构的形成，这是封闭的在线社区内发生的已知极化效应的见证。
2023-02-02 cs.SI physics.soc-ph
Interplay between media and social influence in the collective behavior of opinion dynamics
媒体传递的信息是形成态度和引导舆论转变的主要动力。另一方面，个体在形成自己的判断时会受到同伴压力的强烈影响。我们解决了一个一般模型的观点动力学，其中个人持有两个备选意见之一，或未定，并相互作用，而暴露于外部的影响。随着媒体压力的增加，这个系统从多元主义走向全球共识;出现了四种不同的集体行为，这在很大程度上取决于持相反意见的个人之间直接互动的结果。观察到的非平凡的行为包括滞后现象和少数意见的弹性。值得注意的是，即使媒体和微观互动偏向于同一观点，也可能无法达成共识：不受欢迎的观点甚至可能获得大多数人的支持。
2015-11-03 cond-mat.stat-mech physics.soc-ph
Is there negative social influence? Disentangling effects of dissimilarity and disliking on opinion shifts
实证研究是不确定的基本机制，形成相互关联的动态意见和人际吸引力。有强有力的证据表明，被喜欢的人对观点有积极的影响，相似性会引起吸引力（同性恋）。我们对“负面”机制知之甚少，比如不喜欢的人是否会导致偏离共识（负面影响），巨大的差异（相异）是否会产生距离，相异是否会导致不喜欢（异性恐惧症）。本研究测试歧视性假设的存在下，积极和消极的机制，在控制实验中，涉及二元相互作用。结果证实了同质性的存在，不支持存在负面的社会影响，并显示出强大的正线性关系之间的意见距离和意见转变。这意味着，在最初分歧很大的情况下，接触可能是达成共识的最大推动力。
2014-06-03 cs.SI physics.soc-ph
Smart Information Spreading for Opinion Maximization in Social Networks
意见最大化的目标是使社交网络中的个体对产品、意识形态或任何实体的正面看法最大化。到目前为止，意见最大化主要是在社会网络中寻找一组有影响力的节点来快速传播内容。在本文中，我们提出了一种新的方法来解决这个问题，意见最大化是通过有效的信息传播。在我们的模型中，多个源不断地向网络中注入信息，而具有异构社会学习能力的规则节点通过八卦机制将信息传播给他们的熟人。其中一个信源采用智能信息传播，其余信源随机传播信息。我们的社会互动和意见的演变模型作为一个动态贝叶斯网络（DBN），使用它的意见最大化制定为一个顺序决策问题。由于这个问题是棘手的，我们开发了多个变种的集中式和分散式学习算法，以获得近似的解决方案。通过在合成网络和真实网络中的模拟，我们证明了两个关键结果：1）所提出的方法比随机传播的性能要好得多，2）即使智能源（传播所需内容）位于网络中的不利位置，它也可以胜过位于有利位置的竞争随机源。
2019-01-01 cs.SI physics.soc-ph
Modeling Personalized Dynamics of Social Network and Opinion at Individual Level
网络动力学一直是学术界值得探讨的一个有意义的课题。以往的网络模型包括两个部分：（1）根据用户属性生成结构;（2）根据网络结构改变属性。然而，这些模型中的属性不能被解释为流行的社会理论或经验真理中的概念。他们通常以统一的方式对待每个人。虽然这种假设是相当误导，从而显着限制他们的表现。为了克服这些缺陷，我们设计了一个个性化的社会网络和意见（PENO），其中公民的意识形态是由变量的意见和四个维度的个性被认为是每个实体-领导，开放性，宜人性和神经质。意见通过社会纽带传播，纽带产生于意见亲和力，人格在进化过程中与意见和纽带一起发挥作用。据我们所知，PENO是第一次尝试在网络动力学中引入个性影响，并在模拟过程中通过合理的可视化来验证社会科学。给出了它的概率图，并提出了迭代学习算法。实验表明，PENO在两个典型的预测任务上优于几个最先进的基线-国会投票预测立法法案和书籍评论网站上的友谊预测。最后，我们讨论了它在日常场景中进行多任务学习和迁移学习的可扩展性。
2018-12-12 cs.SI physics.soc-ph
Discussion Model for Propagation of Social Opinion via Quantum Galois Noise Channels:Entanglement, SuperSpreader
本文提出基于量子 Galois 噪声信道的舆论动力学模型，结合偏迹、纠缠及酉变换模拟舆论传播与超级传播者影响，并利用 Holevo 信道探讨抑制机制，为理解社会互动提供了新框架。
2023-11-29 physics.soc-ph quant-ph
Kinetic exchange models for social opinion formation
我们提出了一个极小模型的集体动态的意见形成的社会，通过修改动力学交换动态的背景下研究的收入，货币或财富分配的社会。这个模型有一个有趣的自发对称性破缺跃迁。
2010-07-02 cond-mat.stat-mech physics.soc-ph
Steering opinion dynamics through control of social networks
本研究针对演化网络上的舆论引导问题，提出通过调整网络连接强度而非直接干预舆论的新型调控方法，探讨了可控性、瞬时及最优调控路径，为舆论与网络动力学的复杂关系提供了新视角。
2024-04-15 math.DS math.OC physics.soc-ph
The Impact Of Noise And Topology On Opinion Dynamics In Social Networks
我们研究了噪声和拓扑结构对社交网络中观点多样性的影响。我们这样做是通过扩展完善的意见动态模型的随机设置，代理人都受到同化的力量，他们当地的社会互动，以及特殊的因素，防止他们的人口达成共识。我们对后者进行建模，以考虑噪声完全是外生的情况下，同行的影响和情况下，它是内生的，所产生的代理人的愿望，以保持一些独特的意见。我们推导出一个一般的意见多样性的分析表达式，它适用于任何网络，并依赖于网络的拓扑结构，通过其频谱特性。使用这个表达式，我们发现，意见的多样性减少社区和集群被打破。我们对描述主要新闻媒体之间的经验影响网络的数据进行了测试，发现将我们的测量纳入线性模型中，用于这些来源在各种主题上表达的情绪，在解释力方面产生了显着的改善。
2020-10-23 cs.SI physics.soc-ph
On a Co-evolving Opinion-Leadership Model in Social Networks
KTH Royal Institute of Technology（皇家理工学院）；Politecnico di Torino（都灵理工大学）
本文提出一种动态系统，探讨意见与领导力在社会网络中的共演机制，扩展了Friedkin-Johnsen框架，分析了领导力与说服力的平衡关系及收敛条件。
2026-03-25 cs.SY eess.SY physics.soc-ph
Non-Equilibrium Phase Transitions Induced by Social Temperature in Kinetic Exchange Opinion Models on Regular Lattices
在这项工作中，我们研究了三态意见模型在噪声存在下的临界行为。这种噪音代表了独立的行为，起到了社会温度的作用。规则D维格上的每个代理都有一个概率$q$作为独立的，即，他可以选择自己的意见而不受邻居意见的影响。此外，在互补概率$1-q$的情况下，代理通过动力学交换与随机选择的最近邻交互。我们的数值计算结果表明，该模型经历非平衡相变的临界点$q_{c}$，依赖于晶格尺寸。这些相变是有序-无序型的，具有与伊辛模型相同的临界指数。与伊辛模型一样，该模型的上临界维数为$D_{c}=4$.从社会的角度来看，随着社会关系的增加，更容易观察到人口中的多数意见。
2017-03-13 cond-mat.stat-mech physics.soc-ph
The Anatomy Spread of Online Opinion Polarization: The Pivotal Role of Super-Spreaders in Social Networks
Rikkyo University（立教大学）
本研究探讨了社交网络中超级传播者（A、B、C型）对观点极化的影响，通过置信系数和z分数分析其行为，为提升在线交流安全及理解社会影响提供见解。
2024-04-19 cs.AI physics.soc-ph
On Leadership Emergence in Opinion Dynamics on Social Networks
KTH Royal Institute of Technology（皇家理工学院）；Politecnico di Torino（都灵理工大学）
通过引入耦合动力学模型扩展Friedkin-Johnsen框架，研究社交网络中个体意见与领导力的共同演化，分析领导力涌现的条件。
2026-06-04 cs.SY eess.SY physics.soc-ph
Approach to Toric Code Anyon Excitation, Indirect Effects of Kitaev Spin in Local Social Opinion Models
本研究探讨了舆论动力学中引入图态、稳定子态和环面码等量子信息概念的进展，指出其在分析舆论复杂交互与极化时具有潜力，但面临抽象性、验证困难及理论与现实适用性差距等挑战，需进一步探索Toric Code Hamiltonian的实际应用。
2024-04-19 physics.soc-ph quant-ph
Partitioned Sampling of Public Opinions Based on Their Social Dynamics
民意调查通常是从整个人口中随机抽样，将个人意见视为独立的。在现实世界中，个人的意见往往是相互关联的，例如，在社交网络中的朋友之间。在本文中，我们探讨了分区抽样的思想，它划分的个人与高的意见相似性成组，然后分别抽样每一组，以获得一个准确的估计人口的意见。我们严格地将上述思想表述为一个优化问题。然后，我们表明，在每个组中只包含一个样本的简单分区总是更好的，并减少寻找最佳的简单分区，一个良好的研究Min-r-Partition问题。我们采用了一个近似算法和一个启发式算法来解决优化问题。此外，为了有效地获得意见相似度，我们采用了一个著名的意见演化模型来描述社会互动，并提供了一个精确的计算模型的基础上的意见相似度。我们使用合成和真实世界的数据集来证明，分区抽样方法的结果显着提高抽样质量，它是强大的，当一些意见相似性是不准确的，甚至丢失。
2016-11-25 cs.SI physics.data-an physics.soc-ph
A Probabilistic Graph Model for Trust Opinion Estimation in Online Social Networks
信任评估在许多在线应用中起着关键作用，例如在线借贷，产品审查和主动交友。信任模型通常使用一组参数来表示信任者-受信者对之间的信任关系。这些参数来源于委托人对受托人的偏见和看法。自然地，这些参数可以被视为矢量。为了解决这个问题，我们提出了一个框架，以准确地将单个值转换为3VSL所需的参数。该框架首先采用概率图模型（PGM）来推导出委托人的意见和偏见，他对受托人的评级。
2019-09-22 cs.SI physics.soc-ph
Measuring relative opinion from location-based social media: A case study of the 2016 U.S. presidential election
社交媒体已成为民意调查的新兴替代品，用于收集民意，但作为被动数据源，它仍然面临许多挑战，如无结构性，可量化性和代表性。带有地理标签的社交媒体数据为揭示表达意见的用户的地理位置提供了新的机会。本文旨在回答两个问题：1）是否可以从社交媒体获得可量化的民意测量，以及2）与民意调查相比，它是否可以产生更好或补充的措施。本研究提出了一种新的方法来衡量Twitter用户对公共问题的相对意见，以适应更复杂的意见结构，并利用地理有关的公共问题。为了确保这种新措施在技术上可行，开发了一个建模框架，包括通过采用最先进的方法构建训练数据集，并设计了一种新的深度学习方法，称为Opinion-Oriented词嵌入。通过对2016年美国总统大选中所选推文的案例研究，我们展示了我们相对观点方法的预测优势，并展示了它如何帮助视觉分析和支持观点预测。虽然相对意见措施被证明是更强大的民意调查相比，我们的研究也表明，前者可以有利地补充后者的意见预测。
2020-04-20 cs.CY cs.SI physics.soc-ph
An Anonymous Social Network of Opinions
在线社交网络（OSNs）的研究兴趣在过去十年中急剧增加，主要是因为在线网络提供了大量的社交信息源。图结构、用户连接、增长、信息暴露和扩散是一些最经常研究的主题。然而，这些网络的某些方面，如匿名性，平等和偏见被忽视，甚至不被考虑。在相关文献中，这些特征似乎对社会交往有影响。基于这些研究，我们的目标是确定如何普遍匿名影响偏见，用户平等，信息传播，共享和曝光，连接建立，以及网络结构。因此，我们提出了一个新的匿名在线社交网络，这将有利于各种监测和数据分析。
2015-06-04 cs.SI physics.soc-ph
Control strategies and trends to equilibrium for kinetic models of opinion dynamics driven by social activity
University of Parma（帕尔马大学）
研究由社会活动驱动的意见动态动力学模型，提出新动力学方程，表明社会互动对防止极端意见形成的重要性，给出控制策略并证明受控模型趋向平衡的结果，还利用相关技术估计方程解向平衡的松弛。
2026-07-14 math.AP physics.soc-ph q-bio.PE
Opinion Diversity and Social Bubbles in Adaptive Sznajd Networks
在研究观点动力学的几种方法中，Sznajd模型提供了一些特别有趣的特征，例如它的简单性和代表被认为参与观点动力学的一些机制的能力。零温度下的标准Sznajd模型的特征是收敛到一个稳定状态，这意味着观点的零多样性。在目前的工作中，我们开发了一种方法-即自适应Sznajd模型-其中个人（即网络节点）的意见变化意味着在网络拓扑结构中可能发生的变化。这是通过允许代理优先改变其连接到具有相同状态的其他邻居来实现的。随着时间的推移，意见的多样性被量化的意见密度的熵的指数。一些有趣的结果被报道，包括回声室或社会泡沫的可能形成。此外，取决于参数配置，对于相同的参数设置，动力学可以收敛到不同的平衡态，这表明这种现象可以是相变。网络的平均度强烈影响结果的意见分布，这意味着回声室很容易在低连接系统中形成。
2019-08-02 cs.SI physics.soc-ph
A data-driven kinetic model for opinion dynamics with social network contacts
本文提出一种纳入社交媒体影响的意见动力学数学模型，并利用 Twitter 真实数据校准参数，揭示影响者对个体意见走向的引导作用。
2025-01-27 cs.NA math.NA physics.soc-ph
