Comparing the diversity of information by word-of-mouth vs. web spread
许多研究探索了通过复杂网络的传播和扩散。以下研究探讨了现代社会中通过两种传播方案传播意见的具体案例，即通过口碑传播（WOM）或通过在线搜索引擎（WEB）。我们应用建模和真实的实验结果，并比较人们通过接触他们的朋友的意见，而不是他们通过使用基于PageRank算法的搜索引擎时的意见。一项模拟研究表明，当一个群体中的成员通过使用WEB方案做出决定时，这个群体最终会有一些占主导地位的观点，而其他观点几乎没有表达。相比之下，当成员根据口碑计划通过决定时，人口中的意见分布更加多样化。一个在线实验进一步支持了模拟结果，该实验发现，通过搜索引擎搜索信息的人最终得到的意见要比那些询问朋友的人一致得多。
2016-05-04 cs.SI physics.soc-ph
An "Opinion Reproduction Number" for Infodemics in a Bounded-Confidence Content-Spreading Process on Networks
研究基于有界置信机制的网络内容传播动态，提出“意见再生数”以判断特定意见是否引发信息大流行，并揭示网络结构与传播参数对内容传播规模和形态的影响。
2024-11-15 cs.SI math.DS math.PR
Viral spreading of daily information in online social networks
我们解释了一种可能的机制，在网络上传播的信息传播的种子节点，即病毒式传播。在一个在线社交网络中的信息传播模型的基础上，其中的动态表示为传播率的随机乘法过程，我们将表明，传播率之间的相关性增强了病毒式传播的机会，转移的临界点，在该点上的传播病毒式传播。
2014-03-17 cs.SI physics.soc-ph
Coevolution of agents and networks: Opinion spreading and community disconnection
我们研究了一个随机模型的意见形成过程中的一个人口的代理和网络的基础上，他们的相互作用的协同进化。当代理人无法达成意见一致时，交互链接可能会中断。网络的结构和意见在人口中的分布朝着这样一种状态发展，即人口被划分为不连通的社区，这些社区的代理人共享相同的意见。随着模型参数的改变，这种最终状态的统计特性变化很大。群落大小及其内部连通性是用来描述这种变化的数量。
2006-03-10 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Effects of mass media on opinion spreading in the Sznajd sociophysics model
在这项工作中，我们考虑的影响，大众媒体的动态的二维Sznajd模型。这种影响作为一个外部领域，它被引入到模型中的概率$p$的代理遵循媒体的意见。我们对不同尺寸的正方形晶格进行了蒙特卡罗模拟，我们的数值结果表明，由于$p>\sim 0.18$没有通常的相变，模型的临界行为发生了变化。概率$p$的另一个影响是减少平均弛豫时间$τ$，其是对数正态分布的，如在标准模型中一样。此外，$τ$值以幂律形式$τ\sim L^α$取决于晶格尺寸$L$，其中幂律指数取决于概率$p$。
2011-12-05 cond-mat.stat-mech cs.SI physics.soc-ph
Advertising and irreversible opinion spreading in complex social networks
在小世界和无标度网络上，利用磁伊甸园模型研究了不可逆的意见传播现象，磁伊甸园模型是一种用于与热浴接触的二元混合物生长的非平衡动力学模型。在这个模型中，一个人的观点会受到他们熟人的影响，但观点的改变（类似于伊辛模型中的自旋翻转）是不允许的。我们关注的是广告的影响力，这是由外部磁场来表示的。温度和场之间的相互作用和竞争导致有序-无序转变，发现这也取决于连接密度和复杂网络衬底的拓扑结构。广告活动的效果与可变的持续时间，以及最佳的成本效益的战略，以实现共识，在不同的情况下，也进行了讨论。
2009-02-07 physics.comp-ph physics.soc-ph
Local interaction scale controls the existence of a non-trivial optimal critical mass in opinion spreading
我们研究了一个意见形成的模型，其中的集体决策的群体被认为是发生，如果代理的分数具有最常见的意见超过一个阈值，一个\textit{critical mass}。我们发现，存在一个独特的，非平凡的临界质量给予最有效的收敛共识。此外，我们观察到，对于小的临界质量，特征的时间尺度的放松共识分裂成两个。较短的时间尺度对应于直接弛豫，较长的时间尺度可以解释为存在类似于[P.]中发现的中间亚稳态。Chen和S. Redner，Phys.修订版本\ E \textbf{71}，036101（2005）]。这个更长的时间尺度取决于达成共识的精确条件-修改条件，它就可以消失。
2010-05-03 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
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
Detecting the Influence of Spreading in Social Networks with Excitable Sensor Networks
利用传感器检测社交网络中的疫情传播具有重要的应用意义。受人类对外界刺激的生理感觉形成机制的启发，本文提出了一种通过构建可兴奋传感器网络来检测传播影响的新方法。利用可激发传感器网络的放大效应，我们的方法可以更好地检测小规模的传播过程。同时，它也可以区分大规模的扩散实例，由于可激发元素的自抑制效应。通过对典型的现实世界社交网络（facebook、coauthor和email社交网络）上的不同传播动态的模拟，我们发现，与其他常用的传感器放置方法（如随机、有针对性、熟人和距离策略）相比，可兴奋传感器网络能够在更广泛的影响范围内检测和排名传播过程。此外，我们验证了我们的方法的有效性，从现实世界的在线社交系统，Twitter的扩散数据。我们发现，我们的方法可以检测到更多的传播主题在实践中。我们的方法提供了一个新的方向，传播检测，并应设计有效的检测方法是有用的。
2015-04-02 cs.SI physics.soc-ph
Controversy-seeking fuels rumor-telling activity in polarized opinion networks
谣言点燃了革命，破坏了对政党的信任，或威胁到人类社会的稳定。在线社交网络的发展大大增强了这种破坏潜力。一些理论和计算研究已经致力于了解动态和控制谣言传播。本文通过大量的计算机模拟研究了意见极化网络中的谣言传播模型。关键的机制是一个人的意见和他们的倾向之间的耦合，以传播一个给定的信息，无论是支持或反对它的内容。我们报告说，一个高度模块化的拓扑结构的极化网络强烈削弱谣言传播，但代理人的意见和他们的传播/扼杀率之间的耦合可以进一步抑制或相反，促进信息传播，这取决于这些耦合的性质。特别是，一个有争议的寻求机制，其中代理人被刺激，以推迟他们的过渡到更硬的状态时，与其他代理人的相互作用，面对的意见，增强了谣言的传播。因此，这种机制能够克服松散连接的模块化结构所带来的传播瓶颈。
2022-10-08 physics.soc-ph
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
A model of spreading of sudden events on social networks
信息传播已经被研究了几十年，但其内在机制仍然存在争议，特别是对于那些通过互联网快速传播的信息。通过对新浪微博上六个典型事件的信息传播数据的分析，我们惊奇地发现，现代信息的传播呈现出一些新的特点，即根据事件的不同，传播速度或快或慢。为了理解其机制，我们提出了一个敏感-接受-拒绝（SAR）模型的信息敏感性和社会强化。数值模拟结果表明，该模式能够再现6个典型事件的主要传播模式。通过这个模型，我们进一步揭示了信息敏感性或社会强化的强度可以加速传播。当社会强化的强度较大时，根据传播概率和信息敏感性，最终接受规模可以从连续过渡到不连续过渡。此外，提出了一种基于边缘的分区理论来解释数值结果。这些发现对现代社会的信息传播控制具有一定的借鉴意义。
2018-05-06 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
Explosive opinion spreading with polarization and depolarization via asymmetric perception
本研究通过非线性发生率项建模不对称观点感知，揭示其导致爆炸性极化与滞后去极化，并利用平均场近似解释一阶相变机制，数值模拟验证了分析结论。
2025-01-21 nlin.PS physics.soc-ph
The dynamical strength of social ties in information spreading
我们研究人类交流的时间模式及其对社交网络中信息传播的影响。对一个国家2000万人的手机通话的分析表明，人类的交流是突发性的，并且发生在群体对话中。这些特征在信息到达方面具有相反的效果：当突发阻碍大规模传播时，对话有利于局部快速级联。为了解释这些现象，我们定义了社会联系的动态强度，这个量包含了人类交流的拓扑和时间模式。
2010-11-24 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
Maximizing spreading influence via measuring influence overlap for social networks
影响力重叠是社交网络影响力传播中的一种普遍现象。在本文中，我们认为，影响重叠产生的冗余的影响，造成负面影响的最大化传播的影响。首先，我们提出了一种理论方法来计算影响重叠和记录冗余的影响。然后在消除冗余影响方面，提出了两种多传播者识别算法，即度冗余影响（DRS）和度次邻域（DSN）。在四个经验社交网络上的实验成功地验证了该方法的有效性，DSN算法选择的传播者具有较小的度和k-核值。
2019-03-01 cs.SI physics.soc-ph
Probing models of information spreading in social networks
将信号处理分析应用于无标度网络中的信息传播。为了再现万维网中的信息传播分析得到的典型行为，我们使用了一个修改后的SIS模型，其中考虑到协同效应和有影响力的节点。该模型依赖于一个单一的自由参数，其特征在于扩展过程的记忆时间。我们表明，通过分形分析，它是可能的-从聚合容易访问的数据-获得信息的记忆时间的基本机制驱动的信息传播过程。
2014-08-28 cs.SI physics.soc-ph
Characterizing Information Spreading in Online Social Networks
在线社交网络（OSN）正在改变信息在整个互联网上传播的方式。深入了解OSN中的信息传播，可以带来社会效益和商业效益。在本文中，我们描述了信息传播的动态（例如，如何快速和广泛的信息传播对时间）在OSN的开发一个通用的和准确的模型的基础上的交互式马尔可夫链（IMC）和平均场理论。该模型明确揭示了网络拓扑结构对OSN中信息传播的影响。此外，我们扩展了我们的模型，以适应时变的用户行为和不断变化的信息流行度。我们的模型使用六个关键参数来捕捉信息传播的复杂动态模式。基于人人网数据集的大量测试验证了该模型的准确性，表明该模型能够准确刻画人人网视频分享的动态模式，并成功预测未来的传播趋势。
2015-01-23 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
Nonequilibrium Opinion Spreading on 2D Small-World Networks
不可逆的意见传播现象研究的小世界网络产生的二维规则晶格的磁伊甸园模型，一个非平衡动力学模型的增长与热浴接触的二元混合物。在这个模型中，一个人的观点或决定会受到他们熟人的影响，但观点的改变（类似于伊辛模型中的自旋翻转）是不允许的。特别是，我们专注于固有的方面的底层的2D性质的基板，如域的生长和集群的大小分布。观察到较大的捷径分数有利于远程之间的有序连接的网络中遥远的集群，而温度被证明是驱动系统的有序-无序过渡，与以前的调查相关的平衡自旋系统。此外，外推相图，以及相关长度临界指数，确定通过标准的有限尺寸标度程序。
2007-08-10 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Information spreading on dynamic social networks
当今社会，信息在社交网络上的传播已经引起了各学科的高度重视。以往的研究主要集中在讨论传播概率或免疫策略对静态网络的影响。然而，在实际系统中，对等网络的结构不断变化，根据频繁的社会活动的用户。为了捕捉这种动力学特性，并研究其对信息传播的影响，本文介绍了一种基于费米函数的链路重布线策略。在当前的模型中，知情的个体倾向于打破旧的联系，并与更多不知情的邻居重新连接到他们的二阶朋友。对具有固定恢复时间的可恢复-感染-恢复（\textit{SIR}）模型$T=1$的仿真结果表明，该策略能使信息传播更快、更广.对信息级联规模分布的广泛分析表明，初始步骤的传播过程起着非常重要的作用，也就是说，如果信息在初始时刻仍然存活，那么它就会传播出去。该模型对深入理解动态社交网络上的信息传播具有一定的启发意义。
2013-08-19 cs.SI 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
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
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
Exploring the complex pattern of information spreading in online blog communities
网络社交社区中的信息传播因其最大的应用价值而引起了人们的极大关注。尽管人们已经研究了多个个体层面的扩散数据，但对信息的传播模式仍缺乏详细的了解。通过比较博客社区中的信息流和社会链接，我们发现博客社区的传播过程是由三种不同的传播机制引起的：社会传播、自我推广和广播。虽然许多先前的研究采用传染病传播模型来模拟信息扩散，我们观察到，这样的模型不能再现现实的扩散模式。在用户行为方面，我们发现大多数用户会坚持一种特定的扩散机制。此外，我们的观察表明，社会传播不仅是至关重要的扩散树的结构，而且能够诱导更多的后续个人获得的信息。我们的研究结果为社会系统中的信息传播建模提供了新的方向，并可以为基于用户行为的有效传播策略的设计提供信息。
2015-04-02 cs.SI physics.soc-ph
Epidemic spreading in multiplex networks influenced by opinion exchanges on vaccination
我们研究疫苗接种观念的变化以及疾病的演变。在我们的模型中，我们考虑一个由两层组成的多路复用网络。其中一层对应于社交网络，人们在其中分享他们的观点并影响他人的观点。统治动态的社会模型是M模型，它考虑了社会中发生的两个不同过程：说服和妥协。这两个过程通过参数$r$联系在一起，$r<1$描述了一个温和而坚定的社会，因为$r>1$表示社会倾向于极端主义观点，而$r=1$表示一个中立的社会。该社交网络可以是真实的或虚拟的联系人。另一方面，第二层对应于物理接触网络，其中疾病传播由SIR模型描述。在该模型中，个体可能处于以下四种状态之一：易感（$S$）、感染（$I$）、感染（$R$）或接种（$V$）。易感个体可以：i）接种疫苗，如果他在另一层的意见是完全赞成疫苗，ii）被感染，概率$β$，如果他与感染的邻居接触。这些$I$个体在一定时期$t_r=6$后恢复。接种疫苗的人有一个极端积极的意见，不会改变。我们认为，疫苗具有一定的有效性$ω$，因此接种疫苗的节点可以被感染的概率$β(1 - ω)$，如果他们与感染的邻居。在这种情况下，如果感染过程是成功的，新的感染者会改变他的观点，从极端积极到完全反对疫苗。我们发现，根据社会舆论的趋势，这取决于$r$，在流行病的传播中发生不同的行为。发现了一个流行阈值。
2017-11-30 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
Irreversible Opinion Spreading on Scale-Free Networks
通过广泛的蒙特卡罗模拟，我们研究了Barabási-Albert（BA）无标度网络上不可逆意见传播模型的动力学和临界行为。在一个不均匀的社会的意见传播的磁伊甸园模型，一个非平衡动力学模型的增长与热浴接触的二元混合物的装置进行了研究。沉积动力学，这是作为一个功能的被占领的网站的程度进行了研究，显示了证据的增长过程中所发挥的主导作用枢纽。有限大小的系统要么有序，要么无序，这取决于温度。通过标准的有限尺寸标度程序，有效的有序-无序相变被发现坚持在热力学极限。然而，这种临界行为在相关的平衡自旋系统中是不存在的，例如BA无标度网络上的伊辛模型，它在热力学极限下只显示铁磁相。这些结果的依赖度指数的情况下，也讨论了不相关的无标度网络。
2007-02-07 cond-mat.dis-nn cond-mat.stat-mech 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
Events Determine Spreading Patterns: Information Transmission via Internal and External Influences on Social Networks
近年来，基于经典流行病传播的信息传播模型被广泛应用于社会系统，一般假设信息主要通过社交网络上的对等交互在个体之间传播。在本文中，我们考虑了用户获取信息的另一种途径：社交网络外的影响力。通过对8个典型事件在一个超大型微博系统\emph{Sina Weibo}上的传播进行实证分析，发现外部影响对信息传播和社会活动都有显著影响。此外，我们提出了一个理论模型来解释通过内部和外部渠道的传播过程，考虑三个基本属性：（i）记忆效应;（ii）传播者的作用;和（iii）非冗余的接触。实验和数学结果表明，在内部和外部影响的相互作用下，信息确实传播得更快、更广。更重要的是，本模型揭示了一旦网络结构建立，事件特征将高度决定基本的传播模式。研究结果对于深入理解真实社交网络中信息传递的内在动力学机制具有一定的指导意义。
2015-03-26 cs.SI 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
Towards Trusted Social Networks with Blockchain Technology
大规模的谣言传播会造成严重的社会和经济损失。网络社交网络和新媒体的出现甚至会使谣言传播更加严重。有效控制谣言传播具有重要的理论和现实意义。本文迈出了第一步，了解区块链技术如何帮助限制谣言的传播。具体来说，我们开发了一种嵌入区块链技术的社交网络的新范式，它采用去中心化合同来激励信任网络以及安全的信息交换合同。我们设计了一种基于区块链的顺序算法，该算法利用虚拟信息信用进行每个对等信息交换。我们验证了区块链社交网络在限制谣言传播方面的有效性。仿真结果验证了我们的算法设计在避免快速和激烈的谣言传播，并激励更好的机制设计的可信社交网络。
2018-02-22 cs.SI physics.soc-ph
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据，表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动，首次大规模绘制出一个密集连接系统的完整邻近网络。在这里，我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离（亲密网络，高达~ 1米）和远距离（环境网络，高达~ 10米）传输模式。亲密网络是碎片化的，弱联系连接紧密的社区，而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射，但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 cs.SI 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
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
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
Interacting opinion and disease dynamics in multiplex networks: discontinuous phase transition and non-monotonic consensus times
意见形成和疾病传播是复杂网络中研究最多的动力学过程。在现实社会中，这两个过程是相互依存、相互影响的。然而，很少有人知道的影响观点动力学对疾病动力学，反之亦然，因为大多数研究将它们分开处理。在这项工作中，我们研究的动态选民模型的意见形成交织在一起的疾病传播的接触过程中，通过两种类型的连接，社会和接触互动的代理人的人口。这两个相互作用的动态发生在两层网络上，通过两个网络中存在的链路的一部分$q$耦合。代理更新其状态的概率取决于交互伙伴的意见和疾病状态。我们发现，观点动力学对疾病传播的性质有显著的影响。最重要的是，从一个健康的接触过程中观察到的地方病阶段的平滑（连续）过渡，成为突然（不连续）的两层系统。因此，忽视社会动态对流行病传播的影响可能会导致对传播的实际规模的错误估计。此外，当耦合$q$超过阈值时，发现地方病-健康的不连续转变。此外，我们发现，疾病的动力学延迟的意见共识，导致共识时间的变化非单调与$q$在一个大范围的模型的参数。平均场方法表明，意见和疾病的耦合动力学可以近似描述的选民模型的动态解耦的接触过程，有效的意见和疾病传播的概率。
2017-05-02 physics.soc-ph
Service adoption spreading in online social networks
人们采用创新、产品或在线服务的集体行为通常被解释为在整个社会结构中传播的现象。这一过程可以说是由社会影响、社会学习和媒体等外部影响驱动的。对这种过程的观察可以追溯到罗杰斯和巴斯的开创性研究，他们的数学模型有两个方向：一个范式，称为简单传染，将采用传播与流行病过程联系起来。另一个，命名为复杂的传染病，是有关的行为阈值，并成功地解释了出现的大级联的采用，导致快速蔓延的经验数据中经常看到的。最近，由于大型数字社交网络和行为数据集的可用性，对现实世界采用过程的观察变得更加容易。这使得同时研究网络结构和动态的在线服务采用，揭示的机制和外部影响的时间演变的行为或创新采用。这些进步导致了社会传播现象的更现实的模型的发展，这反过来又提供了各种经验采纳过程的非常好的预测。在本章中，我们回顾了最近的数据驱动的研究，解决现实世界的服务采用过程。我们的研究提供了第一个详细的经验证据的异质性阈值分布的采用。我们还描述了这种现象的建模与正式的方法和数据驱动的模拟。我们的目标是了解已确定的社会机制对服务采用传播的影响，并为未来的研究提供潜在的新方向和开放的问题。
2017-06-29 cs.SI physics.soc-ph
Confrontation of capitalism and socialism in Wikipedia networks
本研究提出INOF伊辛网络舆论形成模型，分析6种语言维基百科网络的意识形态舆论对抗，发现全球舆论更倾向社会主义与共产主义，模型结果符合预期且可推广至其他舆论竞争场景。
2025-08-01 cs.SI physics.soc-ph
Role of noise and agents' convictions on opinion spreading in a three-state voter-like model
在这项工作中，我们研究的意见形成的一个类似选民的模型定义在一个正方形格子的线性尺寸$L$。代理人可能处于三个不同的状态，代表任何有三个选择（是，否，未定）的公共辩论。我们认为异质代理人有不同的信念，他们的意见。这些信念限制了个体在互动过程中的说服能力。此外，存在噪声$p$，其表示个体自发地将其意见改变到未决定状态的概率。我们的模拟表明，该系统达到平稳状态的所有值的$p$，只有无噪声的情况下发生的共识状态$p=0$。在这种情况下，弛豫时间根据对数正态函数分布，平均值$τ$随着晶格尺寸增长为$τ\sim L^α$，其中$α\approx$ 0.9。我们发现了一个阈值$p^{*}\approx$ 0.9以上的未决定的代理的固定分数大于决定的分数。我们还研究了系统中存在外部效应的后果，该系统模拟了大众媒体对舆论形成的影响。
2013-06-17 cond-mat.stat-mech physics.soc-ph
Effective spreading from multiple leaders identified by percolation in social networks
社交网络是信息传播的一个新平台，但它的成功关键取决于发起信息传播的传播者的选择。在本文中，我们删除边缘在网络中随机和网络段成孤立的集群。然后，每个集群中最重要的节点形成一组有影响力的传播者，这样从他们传播的新闻将导致广泛的覆盖和最小的冗余。该方法很好地利用了每个社会聚类中信息传播的预传播状态和覆盖范围之间的相似性，得到一组分布式、协调的传播者。我们在Facebook网络上的测试表明，该方法优于传统的基于中心性的方法。因此，所建议的识别有影响力的传播者的方法揭示了社交网络上信息传播的新范式。
2015-08-18 cs.SI physics.soc-ph
Dynamics of epidemic spreading with vaccination: impact of social pressure and engagement
在这项工作中，我们考虑了一个模型的传染病传播加上一个观点动力学在一个完全连接的人口。关于观点动力学，个体可能处于两种不同的状态，即赞成或反对疫苗接种运动。反对接种疫苗的个人遵循标准SIS模型，而支持疫苗的个人也可以处于第三个区室，即已接种疫苗。此外，意见的变化，根据多数规则的动态群体与三个人。我们亦认为疫苗可为个别人士提供永久或暂时的免疫力。通过分析计算和计算机模拟，我们表明，观点动力学可以极大地影响疾病的传播，和亲疫苗的个人的参与可能是至关重要的，以阻止传染病传播。模拟模型的完整数值代码可以从作者的网页上获得。
2016-10-03 cond-mat.stat-mech physics.soc-ph q-bio.PE
Opinion influence and evolution in social networks: a Markovian agents model
本文对社交网络平台管理的过滤算法对集体意见的影响进行了建模和研究。提出了一个随机多代理模型的意见动态，占一个集中的调整个人之间的相互作用的强度。每个人的意见的演变描述的马尔可夫链，其转移率的影响，通过影响参数的邻居的意见。该模型的属性进行了研究，在一般情况下，以及在有趣的特殊情况下。一般的结果是，社会网络的整体模型表现得像一个高维马尔可夫链，这是可行的蒙特卡洛模拟。在相同的代理人和无偏影响的假设下，它表明，影响强度影响的方差，但不影响期望，共享一定的意见的个人数量。此外，进行了详细的分析，所谓的同行大会，它描述了一个完全连接的图相同的代理人的二元意见的演变。它表明，对等大会可以被归为一个生灭链，可以给出一个完整的分析表征。分析结果和模拟实验都用来突出特定集体行为的出现，例如共识和羊群效应，这取决于影响参数的集中调整。
2018-07-09 cs.SI 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
Threshold-limited spreading in social networks with multiple initiators
社会影响力驱动的观点改变的经典模型是阈值模型。在这里，我们研究的情况下，多个{ \it发起者}触发级联的阈值模型动态驱动的意见变化的级联，所有节点具有相同的采用阈值$ϕ$。具体而言，使用经验和程式化模型的社交网络，我们研究级联大小作为一个函数的发起分数$p$。我们发现，即使对于任意高的值的$ϕ$，存在一个临界引发剂分数$p_c(ϕ)$超过该级联成为全球。网络结构，特别是集群，在这种情况下起着重要的作用。类似于以前研究的单节点或单集团发起人的情况下，我们观察到，网络内的社区结构促进意见传播到更大程度上比一个同质的随机网络。最后，我们研究了不同的引发剂选择策略的级联的大小和级联窗口的效果。
2013-06-26 cond-mat.stat-mech cs.SI physics.soc-ph
Zealotry Effects on Opinion Dynamics in the Adaptive Voter Model
自适应选民模型作为一个概念模型，在时间演化的社交网络上的意见形成过程中得到了广泛的研究。过去对狂热者（即旨在将其固定观点传播到整个系统的节点）的影响的研究仅考虑了静态网络上的选民模型。在这里，我们扩展的狂热的研究的情况下，自适应网络拓扑结构与节点的状态共同发展，并调查意见传播引起的狂热者取决于他们的初始密度和连通性。数值模拟表明，在碎片阈值以下，低密度的狂热者足以将他们的观点传播到整个网络。在过渡点之外，狂热者必须表现出比普通节点更高的度，以有效地传播他们的观点。我们使用平均场近似的模型产生一组低维的耦合常微分方程来验证数值结果。我们的研究结果意味着，传播的狂热分子的意见，在自适应选民模型是强烈依赖于链路重布线的速度和正常节点的平均程度相比，狂热分子。为了避免狂热者的观点完全占据主导地位，剩下的节点有两种可能的策略：分别调整重新布线的速度和/或与其他节点的连接数量。
2017-11-07 physics.soc-ph
Competing Social Contagions with Opinion Dependent Infectivity
本文提出一种带内部观点和认知偏差的两种竞争信念传播模型，通过智能体模拟与平均场分析揭示认知偏差会丰富瞬态动力学，并研究外部招募传播者如何促成某一信念最终主导。
2025-02-01 cs.SI math.DS physics.soc-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
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
