Increasing the Flow of Rumors in Social Networks by Spreading Groups
本文提出了一种在社交网络中通过传播组进行初始加速来传播消息的方法。这些群体开始传播，最终到达网络的更大部分。传播群体的使用创造了一个最终的流程，类似于通过具有最高影响力的节点（意见领袖）的传播。虽然利用意见领袖来传播信息通常是昂贵的，但传播群体的形成只是一个技术问题，可以通过计算机机器人来完成。本文提出了一个信息流模型，并通过一个数据集的纳斯达克相关推文检验模型。
2017-04-07 cs.SI physics.soc-ph
A dual modelling of evolving political opinion networks
我们提出了意见网络的双重建模的结果。该模型补充了基于代理的意见模型附加到社会代理（选民）网络的政治意见（党）网络有自己的内在机制的演变。这两个子网络形成一个全球网络，可以独立于外部影响，也可以依赖于外部影响。基本上，代理网络的演化包括链接的添加和删除，社会验证影响的意见变化，政治气候，各方的吸引力以及它们之间的相互作用。意见网络最初由代表意见或政党的许多节点组成，这些节点根据其政治立场位于一维轴上。考虑到节点间相互作用随距离的幂律衰减，演化机制包括并、裂、位置变化和吸引性变化。全球的演变结束在一个稳定的分布的社会代理人在一个准稳定和波动的固定数量的剩余缔约方。对众多政党的寿命分布和投票结果进行了实证研究，以验证数值结果。
2012-02-07 cs.SI physics.soc-ph stat.CO
Entropic determination of the phase transition in a coevolving opinion-formation model
我们研究的意见形成模型的共同进化的复杂网络的顶点代表个人，其特征在于他们不断发展的意见，和边缘代表他们之间的相互作用。网络以两种方式适应观点的传播：不仅连接的代理人相互作用并最终改变他们的想法，而且代理人还可以将其链接之一重新连接到与他持有相同观点的邻居。动力学依赖于一个外部参数Φ，它控制着网络的可塑性。我们展示了如何与群体规模的分布相关联的信息熵，允许定位完全共识和不同意见共存的社会之间的相变。我们还确定了最具信息量的抽样的最小尺寸。在过渡期，持有相同观点的群体的规模分布是无标度的。
2014-05-30 cs.SI physics.soc-ph
Mechanistic interplay between information spreading and opinion polarization
本文通过自适应社交网络上的智能体仿真，研究信息传播与观点极化的相互作用，刻画有限记忆下转发行为的影响，并校准模型以再现微博平台的信息级联统计特征。
2024-10-22 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
A Multilayer Network Model of the Coevolution of the Spread of a Disease and Competing Opinions
在COVID-19大流行期间，社交媒体上充斥着关于身体距离的相互冲突的意见，影响了人类行为和COVID-19的传播。受这些现象的启发，我们构建了一个两层的多重网络耦合的疾病和相互矛盾的意见。我们将每个过程都建模为传染病。在一个层面上，我们考虑了两种观点的同时进化--亲物理距离和反物理距离--它们相互竞争，相互免疫。疾病在另一个层面上发展，当个体接受赞成物理距离（分别为反对物理距离）的观点时，他们不太可能（分别为更可能）被感染。我们开发的平均场型的近似推广单层对近似多层网络，这些近似同意与Monte Carlo模拟的参数范围广，几个网络结构。通过数值模拟，我们说明了意见动态对疾病传播的影响，从两个相互冲突的意见之间的复杂的相互作用，意见和疾病之间。我们发现，延长个人持有意见的持续时间可能有助于抑制疾病传播，我们证明，增加节点度的跨层相关性或层内相关性可能会导致更少的个人感染疾病。
2021-07-04 cs.SI math.DS nlin.AO
Incorporating social opinion in the evolution of an epidemic spread
为控制COVID 19在不同国家的流行传播，往往需要对公民的流动性施加限制。最近的例子表明，这些政策的有效性在很大程度上取决于人民是否愿意遵守这些政策。这是一个很难测量和控制的参数。我们在这篇手稿中展示了一种系统的方法来检查一个社会的情绪，并将其纳入流行病传播的动力学模型。我们考虑西班牙的情况下，虽然结果和方法可以直接外推到其他国家的过程。
2020-07-09 cs.SI nlin.PS physics.soc-ph
A multi-opinion evolving voter model with infinitely many phase transitions
我们考虑一个理想化的模型，在这个模型中，个人不断变化的意见和他们的社会网络共同进化，网络中邻居之间的分歧要么通过模仿对方的意见，要么通过重新分配不和谐的边缘来解决。具体地，$x$与其邻居$y$之一之间的交互导致$x$以概率$(1-α)$模仿$y$，否则（即，概率$α$）$x$切断其与$y$的联系，以便改为连接到随机选择的个体。基于以前的工作的两个意见的情况下，我们研究了多意见的情况下，发现该模型有无限多个相变。此外，当表示为$β= α/(1-α)$的函数时，描述这些过程的最终状态的公式非常简单。
2013-03-29 cond-mat.dis-nn cs.SI math.PR
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
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
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
On evolving network models and their influence on opinion formation
本文提出一种通过常微分方程演化边权重的网络意见形成模型，研究不同时间尺度的边动力学对意见的影响，发现动态权重可促进共识或加剧极化。
2023-05-16 math.DS 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
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
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
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
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
The Spread of Opinions and Proportional Voting
选举结果取决于影响选民意见形成的许多社会因素，包括选民之间的互动网络和意见影响的动态。在这项工作中，我们研究了比例选举的结果，使用观点动力学模型类似于简单的意见传播在一个复杂的网络。Erdos-Renyi、Barabasi-Albert、正则格和随机增广格被认为是底层社交网络的模型。该模型再现了幂律行为的候选人的数量与一个给定的票数在真实的选举中发现正确的斜率，截止大量的选票和一个平台的少量选票。研究发现，底层网络的小世界特性是幂律机制出现的基础。
2006-03-06 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Analysis of a voter model with an evolving number of opinion states
本研究在经典选民模型中引入创新机制，通过解析和数值分析发现创新与灭绝的平衡决定稳态意见数量，低创新率趋向共识，高创新率增加多样性，且网络度异质性减少意见数量。
2025-05-20 cond-mat.stat-mech physics.soc-ph
Information Spread in a Connected World
在接下来的工作中，我们比较了通过口碑传播（WOM）和通过搜索引擎传播的信息。我们假设对新信息的最初认可来自社会互动，但只有通过搜索引擎进行进一步评估后才能形成可靠的意见。搜索引擎可以被看作是连接相关网站中呈现的信息与搜索者的中心枢纽。由于它们在每次查询中都会在搜索者和信息之间建立新的连接，因此网络结构的相关性较低。[1][2][3][4][5][6][7][8][9][10][11][12][13]虽然病毒式传播思想的模型在许多以前的作品中已经被考察过[1][2][3][4][5][6][7][8][9][10][11][12][13]，但只有很少的人认为接受一个新概念完全是基于对他人意见的评价[8][5]。根据这种方法，结合阈值信息传播模型[1]，该模型声称只有当邻居的阈值持有意见时，网络中的传播才会发生，所提出的工作增加了一个新的理论视角，与日常使用的搜索引擎作为主要的信息搜索工具有关。我们继续提出一些理由的基础上experimentations。最后，我们讨论了过度使用搜索引擎与口碑的可能结果，并提出了一个假设，这种过度使用实际上可能会缩小集体信息集。
2014-06-29 cs.SI physics.soc-ph
Opinion groups formation and dynamics : structures that last from non lasting entities
我们扩展了简单的意见模型，以获得稳定的，但不断发展的社区。我们的研究范围是迎接社会学家提出的挑战，即产生“从非持久实体持续的结构”。我们通过在标准意见模型上引入两种噪声来实现这一点。第一，代理人可能会与其他代理人，即使他们的意见分歧很大。第二，代理人以恒定的速率随机改变他们的意见。我们表明，对于大范围的控制参数，我们的模型产生稳定和波动的极化状态，其中的组成和平均意见的新兴群体是随着时间的推移而波动。
2012-06-07 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
Compressibility of Network Opinion and Spread States in the Laplacian-Eigenvector Basis
网络上的意见演变和传播过程（例如，传染病传播、社交网络中意见形成）不仅是高维的，而且在性质上是易变的和多尺度的。在本研究中，我们探讨这些过程的快照数据是否可以接受简洁的表示。具体而言，使用三个案例研究，我们探讨数据是否是可压缩的拉普拉斯特征向量的基础上，在这个意义上，每个快照可以很好地近似使用一个（可能不同的）小的一组基向量。第一个案例研究涉及的是一个线性共识模型，是在一个未知的位置随机输入，经验和正式的分析被用来表征压缩性。其次，通过实证研究评估了随机选民模型的状态快照的可压缩性。最后，研究了州级每日COVID-19阳性率数据的可压缩性。这三个案例研究表明，从意见演变和传播过程中的状态快照允许简洁的表示，但捕获其丰富的传播动态。
2021-03-28 cs.SY eess.IV eess.SY
A Study of Three Influencer Archetypes for the Control of Opinion Spread in Time-Varying Social Networks
本文研究了时变社交网络中的信息传播与观点控制，比较了三种原型影响者风格对网络中智能体观点的影响，并验证了生成式AI在生成符合控制指令内容方面的有效性及伦理框架。
2024-03-27 cs.SI cs.SY eess.SY
Will you infect me with your opinion?
意见形成是人类社会中观察到的最迷人的现象之一，从理论和实践的角度来看，预测和控制这一过程的动态的能力是有趣的。虽然有许多复杂的意见形成模型，但它们往往缺乏与现实生活数据的联系，而且仍然需要解释社会学过程。为了解决这个问题，我们提出了一个模型来描述动态的意见形成，模仿的过程中的病毒或疾病在人群中传播。引入的模型是由疾病传播模型的动机与三种可能的渠道-直接接触，间接接触，接触“污染”的元素。我们证明，存在的“污染”的元素，这在网上社区的情况下，可以表示为在互联网上发布的内容，有相当大的影响的过程中的意见形成。我们认为，通过使用一个简单的机制，通过被动元素的意见传播，引入的模型捕捉到有意义的元素，意见形成在复杂的社区。所提出的工作为制定管理社会以及物理或技术系统的普遍规律迈出了一步。
2022-11-01 cs.MA cs.SI physics.soc-ph
Passive Supporters of Terrorism and Phase Transitions
我们讨论了一些社会传染过程来描述激进观点的形成和传播。舆论传播的动力学过程涉及局部阈值过程和平均场效应。我们计算和观察相变的动力学变量导致数量迅速增加的被动支持者。这有力地表明，军事解决办法是不适当的。
2010-11-02 cs.SI physics.soc-ph
An affinity based opinion dynamics model for the evolving pattern of political polarization
本研究针对政治极化现象，构建了含情感同质性与国家社会规范效应的观点动力学模型，模拟美国国会观点演化的结果匹配154年实测数据，且规范效应强度演化与历史事件吻合。
2025-09-01 physics.soc-ph stat.AP
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
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
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
Noise induced unanimity and disorder in opinion formation
我们提出了一个观点动力学模型的基础上Latané的社会影响力理论。在这个模型中的演员是异质性的，除了意见，其特点是不同程度的说服和支持。该模型进行了测试，两个和三个初始意见随机分布在演员。我们研究了噪音（行为的随机性）和行为者之间的信息流如何影响意见的形成和传播。我们的主要研究涉及的过程中的意见形成和发现阶段的系统中的参数描述的噪音和流动的信息在系统中提供的两个和三个意见。结果表明，意见的形成和传播受到两个方面的影响：（i）行动者之间的信息流（行动者之间的有效互动范围）和（ii）噪音（采纳意见的随机性）。噪音不仅会导致意见混乱，而且在一定条件下会促进共识。
2020-05-03 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
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
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
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
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
On a Discrete-Time Networked SIV Epidemic Model with Polar Opinion Dynamics
本文研究社交网络中受观点演化影响的传染病传播问题，提出耦合双层网络下的SIV模型与极化观点动力学模型，引入依赖观点的基本再生数分析平衡点稳定性，探讨干预观点抑制传染病的可行性。
2024-01-09 cs.SY eess.SY physics.soc-ph
Kinetic models for epidemic dynamics in the presence of opinion polarization
了解集体社会现象在流行动态中的影响是有效遏制疾病传播的关键任务。在这项工作中，我们建立了一个数学描述评估意见两极分化和疾病的演变之间的相互作用。建议的动力学方法描述了属于流行病学相关国家的代理商的特征总量的演变，并将表明，疾病的传播是密切相关的共识动态分布，意见极化可能会出现。在目前的建模框架中，微观共识形成动态可以与宏观流行趋势联系起来，以触发集体遵守保护措施。我们进行了数值研究，证实了该模型的能力，以描述不同的现象有关的流行病的传播。
2023-03-09 nlin.AO physics.soc-ph q-bio.PE
Clustering in co-evolving opinion dynamics: reduced SPDE models
Zuse Institute Berlin（柏林齐泽研究所）；Institut für Mathematik und Informatik, Freie Universität Berlin（柏林自由大学数学与计算机科学研究所）；University of Bath（巴斯大学）；University of Oxford（牛津大学）
本文提出简化SPDE模型研究共演社会与意见变量中的聚类现象，通过减少状态空间提升计算效率，应用于大规模GSS数据集。
2026-09-29 math.DS math.PR 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
Virus spread and voter model on random graphs with multiple type nodes
在对流行病或在线社交网络上的信息传播进行建模时，至关重要的是不仅要包括可以传播感染的连接的密度，还要包括易感性的可变性。不同的人有不同的机会感染疾病（由于年龄或一般健康状况），或者，在意见的情况下，一个人更容易被别人说服，或者更善于分享自己的意见。本文的目的是研究多种类型的节点对各种随机图的影响，如Erdens-Rényi随机图，优先连接随机图和几何随机图。我们使用了两个模型的动态：SEIR模型接种疫苗和一个版本的选民模型交换意见。在第一种情况下，除其他外，各种疫苗接种策略相互比较，而在第二种情况下，我们研究了sevaral初始配置，以找到最有效的节点应该放置在传播意见的关键位置。
2020-02-17 physics.soc-ph q-bio.PE
A tale of two emergent games: opinion dynamics in dynamical directed networks
本文在动态有向网络中建立投票者模型，发现网络平均度与观点命运分别由两种不同的涌现博弈刻画，并借助Nash均衡给出少数派观点因群体内偏好最终获胜的判据。
2024-05-22 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
How does active participation effect consensus: Adaptive network model of opinion dynamics and influence maximizing rewiring
在本文中，我们研究的影响，积极参与-或故意寻找其他代理人，目的是说服他们-的动态共识形成。为此，我们提出了一个自适应网络模型，其中两个过程的形状观点动力学在交织的时间尺度：（一）代理适应他们的意见受到社会网络邻居谁持有的意见在一个容忍区间$δ$和（ii）代理重新布线网络连接的影响，目的是最大限度地提高自己的影响力，对整个系统的意见。我们研究这个系统中的内源性设置，其中所有的代理人都受到影响，并试图最大限度地发挥影响力，并在外源性控制的设置，其中外部代理人不受影响自适应地试图最大限度地发挥他们的影响。在这两种设置中，我们发现三个制度的固定的意见配置：（一）低$δ$的两个均匀平衡的激进的意见簇在意见空间的极端制度，（二）中间$δ$的“赢家拿最多”的两个大小不等的激进的意见簇制度，和（三）大$δ$的制度，在非常低的传播妥协的共识状态可以达到。与随机和故意减少传播的重新布线的自适应过程相比，我们证明，在制度（iii）中，竞争影响力最大化可以在接近最佳的时间内实现接近最小的意见传播。此外，我们还表明，竞争影响最大化重新布线可以减少小的有影响力的少数民族对共识状态的影响。
2019-06-03 cond-mat.dis-nn nlin.AO physics.soc-ph
How Complex Contagions Spread Quickly in the Preferential Attachment Model and Other Time-Evolving Networks
本文研究了复杂传染病在社会网络中的传播速度。一个$k$复合体传染从一组最初被感染的种子开始，这样任何至少有$k$被感染邻居的节点都会被感染。简单的传染，即，$k=1$，迅速蔓延到整个网络的小世界图。然而，复杂传染病的快速传播似乎不太可能，也更微妙;成功的案例关键取决于网络结构\cite{G08,Ghasemiesfeh:2013:CCW}。我们的主要结果表明，复杂的传染病可以快速传播的一般家庭的时间演化网络，其中包括优先连接模型~ \cite{barabasi99emergence}。我们证明，如果初始种子被选为最古老的节点在这个家庭的网络中，$k$ -复杂的传染覆盖整个网络的$n$节点在$O(\log n)$步骤。我们表明，初始种子的选择是至关重要的。如果在PA模型中均匀随机地选择初始种子，即使它们的数量是多项式，复杂的传染也会过早停止。优先连接模型中最老的节点可能具有高的度。然而，我们注意到，它实际上不是幂律度分布本身，有利于快速传播的复杂传染，而是这种模型的进化图结构。所述族中的一些成员甚至不具有幂律分布。我们还证明了复杂的传染是快速的复制模型~ \cite{KumarRaRa00}，一个变种的优先连接家庭。最后，我们证明了当一个复杂的传染病开始从一个一般的图上的初始种子的任意一组，确定是否感染的顶点的数量是超过一个给定的阈值是$\mathbf{P}$ -完全的。因此，我们不…
2014-08-09 cs.SI physics.soc-ph
Analysis of flows in social media uncovers a new multi-step model of information spread
本文通过分析 Twitter 信息扩散，挑战传统两步流动模型，提出多步多主体传播模型，揭示网红与意见领袖型网红的新角色、直接接触信息源的趋势以及左右翼群体扩散模式差异。
2024-09-02 physics.soc-ph
An Adaptive Bounded-Confidence Model of Opinion Dynamics on Networks
在社交网络中相互作用的个体经常交换想法并影响彼此的意见。研究网络上观点传播的一种流行方法是检查有界置信度模型（Bounded-Confidence Model，BCM），其中网络的节点具有编码其观点的连续值状态，并且当它们位于自己观点的置信度范围内时，可以接受其他节点的观点。在本文中，我们扩展了Deffuant-Weisbuch（DW）模型，这是一个著名的网络结构，通过研究传播的意见，与网络结构共同进化。我们提出了一个自适应的DW模型的变体，其中网络的节点可以（1）改变他们的意见，当他们与相邻的节点和（2）打破连接与邻居的意见容忍阈值的基础上，然后形成新的连接后，同质性的原则。这一意见容忍阈值决定了相邻节点的意见是否有足够的不同，被视为“不和谐”。使用数值模拟，我们发现，我们的自适应DW模型需要一个更大的置信区间比基线DW模型的网络节点，以实现共识的意见。在参数空间的一个区域中，我们观察到“伪共识”稳定状态，其中存在多个意见簇的子簇，其意见彼此之间存在少量差异。在我们的模拟中，我们还研究了早期动态和节点的重要性，最初温和的意见，以实现共识。此外，我们探讨了协同进化对收敛时间的影响。
2022-11-29 cs.SI math.DS nlin.AO
Fake news: No ban, No spread -- with Sequestration
本文提出“不封禁，不传播——通过隔离机制”的假新闻治理新途径，利用Galam模型分析发现并重塑特殊参数下的社会几何景观，实现言论自由与假新闻影响的自然隔离中和。
2024-01-04 cs.SI physics.soc-ph
Vaccination and public trust: a model for the dissemination of vaccination behavior with external intervention
接种疫苗被广泛认为是预防许多传染病的最有效的免疫方式。然而，毫无根据地声称某些疫苗可能有副作用，导致人们普遍感到担忧和恐惧，从而导致拒绝接种疫苗。例如，在欧洲和美国的大部分地区，由于错误地声称副作用，MMR疫苗的覆盖率大幅下降，导致最近的麻疹疫情。在这项工作中，我们提出了一个通用的基于代理的模型来研究疫苗接种行为在社交网络中的传播，而不是作为一个孤立的二元意见传播，但作为文化传播过程的一部分，在阿克塞尔罗德的模型的精神。我们特别关注了一个小规模的反疫苗接种运动对最初支持疫苗接种的社会代理人的影响。此外，我们还考虑了潜在社交网络中的两类边缘：能够传播观点和疾病的个人边缘;以及代表信息技术介导的交互的非个人边缘，它们只允许观点交换。我们研究了未接种疫苗的代理商的聚类模型的动态结果，连同其直接关系的发生概率和麻疹疫情的最终规模的增加。最后，我们说明了一个公共卫生运动的缓解效果，代表了一个外部领域，对有害的反疫苗接种运动的行动。我们表明，未接种疫苗的代理集群的拓扑特征决定了这种缓解作用的范围。
2014-12-02 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
Social contagion with degree-dependent thresholds
我们研究的情况下，人们的影响力是异质分布的阈值模型的意见传播。我们专注于平均意见的响应，作为出度（邻居的数量）之间的趋势-有效地影响节点的强度-和采用新产品或意见的阈值之间的函数。我们发现，如果耦合是非常积极的，系统的最终状态将是不同意见的混合，否则它将收敛到一个共识状态。我们发现，这不能简单地解释为一个相变，但出现的组合机制和它们的相对优势，在不同的区域的参数空间。
2016-12-27 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
Accelerating consensus on co-evolving networks: the effect of committed individuals
社交网络不是静态的，而是随着时间的推移不断发展。据认为，推动社会网络结构演变的因素之一是同质性--个人需要与与自己相似的人联系。在本文中，我们研究如何传播的一个新的意见，想法，或行为在这样一个同性恋驱动的社会网络的影响，不断变化的网络结构。特别是，使用模拟，我们研究了一个变体的阿克塞尔罗德模型上的网络与homophilic重布线规则。首先，我们发现，在网络中的同性恋重新布线的存在，一般来说，阻碍达成共识的意见，达成共识的时间与网络大小$N$呈指数发散。然后，我们调查是否引入承诺的个人谁是僵化的，在他们的意见在一个特定的问题上，可以加快收敛到共识的问题。我们证明，作为承诺代理添加，超过一个临界值的承诺分数，共识时间增长成为对数网络大小$N$。此外，我们表明，轻微的变化的相互作用规则可以产生显着不同的结果，在标度行为的$T_c$。然而，通过引入承诺代理所获得的好处在我们考虑的所有交互规则中被定性地保留。
2011-10-03 cond-mat.stat-mech cs.SI physics.soc-ph
Spatial networks evolving to reduce length
受Henry，Pralat和Zhang（PNAS 108.21（2011）：8605-8610）结果的启发，我们提出了一个演化空间网络的一般方案，以减少它们的总边长。我们研究了这类网络中的两个网络的平衡点的性质，这两个网络插在三个很好的研究对象之间：Erdens-Rényi随机图，随机几何图和最小生成树。我们的两个进化中的第一个可以用作社交网络的模型，在社交网络中，个人对一些问题有固定的观点，并调整他们的关系，以与有相似观点的人联系起来。第二种演化保持了网络的连通性，在运输网络和其他分配系统的设计中具有潜在的应用。
2014-07-16 cs.SI physics.soc-ph
