Recent violent political extremist events in Brazil and epidemic modeling: The role of a SIS-like model on the understanding of spreading and control of radicalism
受巴西2023年极右翼暴力事件启发，本文提出纳入社交媒体与最高法院干预的类SIS模型，揭示激进主义传播、受控但难以根除的相变机制。
2023-03-21 cs.SI physics.soc-ph
How Political is the Spread of COVID-19 in the United States? An Analysis using Transportation and Weather Data
我们通过挖掘2020年3月至2020年7月美国居民的交通模式，调查了2016年总统大选中唐纳德·特朗普（红色）和希拉里·克林顿（蓝色）赢得的州之间COVID-19传播的差异。为了确保公平的比较，我们首先使用K均值聚类方法将50个州根据其人口，面积和人口密度分为五个集群。然后，我们使用居民出行的平均百分比和每人的出行次数来描述不同州居民的日常交通模式。对于每个州，我们研究了在正式重新开放日期之前和之后的2个月内旅行模式和感染率之间的相关性。我们观察到，在封锁期间，红色和蓝色州都显示出他们的旅行模式与感染率之间的强正相关性。然而，在州重新开放后，我们发现在所有五个州集群中，红色州的旅行感染相关性高于蓝色州。我们发现，红州和蓝州的居民在州重新开放后的一段时间内表现出类似的旅行模式，这使我们得出结论，平均而言，红州的居民可能比蓝州的居民更不安全。此外，我们使用温度数据试图解释居民出行方式和安全措施的差异。
2020-09-10 cs.SI physics.soc-ph
Competing Activists--Political Polarization
最近的实证研究结果表明，各国的社会更加两极分化。也就是说，与二十年前相比，今天的中位数选民代表了社会的一小部分，然而，这种现象背后的机制尚未完全理解。由于有影响力的行动者（“活动家”）和选民之间的互动在意见形成中发挥着重要作用，例如通过社交媒体，我们开发了一个宏观的意见模型，其中相互竞争的活动家在特定的社会群体中传播他们的政治思想。这些想法进一步传播到其他力量减弱的群体。虽然单边传播改变了意见分布，但活动家之间的竞争导致了其他现象：相互竞争的活动家之间的微小异质性导致他们针对社会中的不同群体，这放大了两极分化。对于中等的异质性，我们得到的目标周期和进一步放大的极化。在这样的循环中，较强的活动家将自己与较弱的活动家区分开来，而后者的目标是模仿较强的活动家。
2019-10-31 physics.soc-ph
Affective Polarization and Dynamics of Information Spread in Online Networks
本文通过量化社交媒体回复互动中的情绪与毒性，揭示情感极化如何随网络距离变化，并影响信息在不同群体中的传播动力学。
2024-05-07 cs.SI physics.soc-ph
The Emergence of Political Discourse on Digital Networks: The Case of the Occupy Movement
政治话语如何在数字网络中传播？我们能否实证检验某些社会运动的概念框架是否与其在线讨论网络相关？本文通过对“占领运动”Twitter数据的分析，描述了政治话语的形成过程。基于先前的一组概念-来自对运动及其根源的理论讨论-我们分析数据，观察这些概念何时开始出现在网络中，谁是那些负责他们的Twitter用户，以及这些概念传播的模式是什么。初步证据表明，尽管活动分子中存在一些机会主义行为的迹象，但他们中的大多数人从网络一开始就是中心节点，并在一段时间内影响着讨论。这些核心活动家不仅围绕给定的框架开始对话，而且随着时间的推移而持续，并成为网络的关键成员。从这里，我们的目标是提供一个彻底的帐户的“旅行”的政治话语，和相关的在线会话网络与理论帐户的运动。
2013-08-06 cs.CY cs.SI physics.soc-ph
Introducing the Spatial Conflict Dynamics indicator of political violence
现代武装冲突有集中在一起并在地理上蔓延的趋势。然而，大多数冲突的地理位置仍然没有得到充分研究。为了填补这一空白，本文提出了一个新的指标，衡量两个关键的地理属性的国家以下的政治暴力：一方面，在一个区域内的冲突强度，另一方面，在一个区域内的冲突的空间分布。我们展示了1997年至2019年期间北非和西非的指标，以表明它可以澄清冲突如何从一个地方蔓延到另一个地方，以及冲突的地理位置如何随着时间的推移而变化。
2022-11-07 physics.soc-ph stat.AP
Millions of Co-purchases and Reviews Reveal the Spread of Polarization and Lifestyle Politics across Online Markets
Spotify；Cornell University（康奈尔大学）
美国的两极分化已经达到了一个高点，因为市场也在两极分化。然而，现有的研究集中在特定的细分市场和产品上，并没有评估这一趋势的全面性。如果这种断层线确实蔓延到其他没有明确政治性的部分，这将表明生活方式政治的存在-当思想和行为本身没有政治性时，通过与明确的政治性事物的联系而在政治上结盟。我们研究了极化和生活方式政治在不同市场的不同产品领域的普遍性，并测试了消费者和平台层面的网络效应和道德在多大程度上可以解释生活方式政治。具体来说，使用亚马逊的图形和语言数据（1996-2014年950万产品和产品和类别元数据的8250万条评论），我们在2180万个市场实体中抽取了2.346亿个关系，以找到最具政治相关性，对齐和极化的产品类别。然后，我们提取评论文本中存在的道德价值观，并使用这些数据和其他评论者，产品和类别级别的数据来测试个人和平台级别的网络因素是否比产品的隐含道德更好地解释生活方式政治。我们发现生活方式政治无处不在。文化产品的两极分化程度是其他任何细分市场的4倍，产品的政治属性与生活方式政治的相关性是作者水平协变量的3.7倍，道德与生活方式政治的相关性在统计上显着，但相对较小。在这些背景下研究生活方式政治有助于我们更好地理解党派差异的程度和根源，为什么美国人可能如此两极分化，以及这种两极分化如何影响市场体系。
2022-01-17 cs.AI cs.CL cs.IR
Political Bots and the Manipulation of Public Opinion in Venezuela
社交和政治机器人在委内瑞拉的政治对话中发挥着小而战略的作用。这些自动脚本通过社交媒体平台生成内容，然后与人们互动。在对委内瑞拉使用政治机器人的初步研究中，我们分析了委内瑞拉着名政治家和着名委内瑞拉机器人账户的推文，关注和转发模式。我们发现，机器人在委内瑞拉政治生活的所有流量中只占很小的比例。机器人被用来转发委内瑞拉政客的内容，但效果很微妙，因为只有不到10%的转发来自机器人相关平台。尽管如此，我们发现最活跃的机器人是委内瑞拉激进反对派使用的机器人。机器人伪装成政治领导人、政府机构和政党，而不是公民。最后，机器人正在推动无害的政治事件，而不是攻击对手或传播错误信息。
2015-07-25 cs.CY 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
Locating privileged spreaders on an Online Social Network
本文基于复杂网络理论，结合西班牙2011年为期一个月的政治抗议事件的拓扑与互动数据，研究在线社交网络中哪些用户具备特权信息传播能力及其原因。
2012-03-06 cs.SI physics.soc-ph
Extracting significant signal of news consumption from social networks: the case of Twitter in Italian political elections
根据2018年5月关于欧盟媒体使用的Eurobarometer报告，在线咨询社交网络以获取信息的欧洲公民人数正在大幅增加。在这项工作中，我们分析了大约$10^6$推文在上次意大利选举期间交换。通过使用一个基于熵的空模型来贴现用户的活动，我们首先在一组经过验证的帐户中识别出潜在的政治联盟：如果两个经过验证的用户的转发量超过了未经验证的用户的预期，那么他们很可能是相关的。然后，我们推导出用户的隶属关系的联盟衡量极化未经验证的帐户。最后，我们研究了推文和转发网络的二分有向表示，其中推文和用户被收集在两层上。具有最高外度的用户识别最受欢迎的帖子，而最高外度的帖子是最“病毒式”的。我们确定显着的内容传播者，通过统计验证的连接，不能解释用户的tweeting活动和职位的病毒式使用基于熵的空模型作为基准。对经验证的转发的定向网络的分析揭示了选举后形成的联盟的信号，突出了全国选举前的共同利益。
2019-01-23 cs.SI physics.data-an physics.soc-ph
A Model for the Influence of Media on the Ideology of Content in Online Social Networks
许多人依赖在线社交网络作为新闻和信息的来源，带有不同政治派别意识形态的媒体内容的传播影响了在线讨论，并影响了离线行动。为了研究媒体在在线社交网络中的影响，我们通过将媒体账户作为网络中的影响者来推广观点动力学的有界置信模型。我们量化的内容与一个连续的参数在一个间隔的党派，我们制定了更高的维度概括，将内容质量和日益微妙的政治立场。我们模拟我们的模型与一个和两个意识形态的层面，我们使用我们的模拟结果来量化的“夹带”的内容从非媒体帐户的意识形态的媒体帐户在网络中。我们通过调整推广内容的媒体账户数量和账户的关注者数量，最大限度地提高社交网络中的媒体影响力。使用数值计算，我们发现，夹带的意识形态的内容传播的非媒体帐户的媒体意识形态取决于网络的结构特征，包括它的大小，其节点的追随者的平均数量，其节点的接受不同的意见。然后，我们引入内容质量-我们的工作的一个关键的新贡献-到我们的模型。我们将多个媒体来源与意识形态偏见和质量水平的估计，我们从真正的媒体来源，并证明我们的模型可以产生不同的社区（“回声室”），在意识形态和质量两极分化。我们的模型提供了一个步骤，了解内容的质量和意识形态的传播动态，如何减轻不需要的内容的传播和促进所需的内容的传播的影响。
2020-01-04 cond-mat.dis-nn cs.SI physics.soc-ph
Modeling revolutions in networked societies: learning from the Tunisian spring
本文基于复杂系统理论提出网络模型，研究突尼斯革命中局部事件如何引发系统性反抗，发现恐惧参数临界相变与三元关系加速作用，并解释镇压滞后效应。
2025-08-08 cond-mat.stat-mech physics.soc-ph
The message does not matter: the influence of the network on information diffusion
信息如何在社交网络中传播是营销企业和政党等许多团体所寻求的宝贵知识。如果他们能以某种方式预测给定信息的影响或操纵它，以放大它将传播多久，这将使他们比竞争对手拥有巨大的优势。直觉上，有两个因素会导致信息成为病毒：传播者在网络中的影响力以及信息的内容。前者应该扮演更重要的角色，因为人们不会盲目地分享任何内容，或者他们会吗？在这项工作中，它被发现，一个节点的程度是能够准确地预测有多少追随者的种子用户将通过一个简单的线性回归传播信息。该分析使用来自Twitter网络的五种不同消息进行，这些消息在用户中以不同程度共享。结果表明，无论内容，受影响的邻居的数量是可预测的。用户消息内容的作用很可能影响网络的形成和消息在网络中的路径。
2015-08-23 cs.SI physics.soc-ph
Twitter-based analysis of the dynamics of collective attention to political parties
来自社会媒体的大规模数据在描述现实世界中的复杂现象和预测信息传播和社会趋势等集体行为方面具有巨大的潜力。一个具体的研究案例是对政党行动的集体关注。毫不奇怪，研究人员和利益相关者试图将政党在社交媒体上的存在与他们在选举中的表现联系起来。尽管做出了许多努力，但结果仍然是不确定的，因为这种数据通常非常嘈杂，并且重要的信号可能被（大部分未知的）统计波动所覆盖。在本文中，我们认为一个党的推文数量（推文量）作为集体关注的代理党，确定的动态量，并表明，这个数量有一些信息的选举结果。我们发现，每一方的鸣叫量的分布遵循对数正态分布的正自相关的量在短期内，这表明量有很大的波动对数正态分布，但短期的趋势。此外，通过测量连续两次每日推文量的比率，我们发现一个聚会每日推文量的演变可以借助于几何布朗运动来描述（即，体积的对数随趋势随机移动）。最后，我们确定平均鸣叫量的最佳时期，以减少波动和提取短期趋势。我们的结论是，推文量是一个很好的指标，政党在选举中的成功时，考虑在一个最佳的时间窗口。我们的研究确定了对政治问题的集体关注的统计性质，并揭示了如何在社交媒体中对集体关注的动态进行建模。
2015-07-14 cs.SI physics.data-an physics.soc-ph
Spatial Games of Fake News
为了遏制假新闻在社交媒体平台上的传播，最近的研究认为在线众包事实核查方法是减少错误信息的一种可能的干预方法。然而，目前尚不清楚在何种条件下众包事实核查工作可以阻止错误信息的传播。为了解决这个问题，我们将这种分布式的事实核查建模为“对等监管”，这将减少分享或传播虚假信息（假新闻）的感知回报，并奖励可信信息（真实新闻）的传播。通过在合成正方形格子和小世界网络上模拟我们的模型，我们发现社交网络结构的存在使假新闻传播者能够自组织成回声室，从而提高假新闻的功效，从而提高其抵抗力事实核查工作。此外，为了在更现实的环境中研究我们的模型，我们利用Twitter网络数据集，并研究故意选择特定个体作为事实检查者的有效性。我们发现，有针对性的事实核查工作可能非常有效，即使只有五分之一的事实核查人员也能取得同样的成功，但这取决于网络的结构。在弱选择的限制下，我们得到了封闭形式的分析条件的临界阈值的众包事实检查的支付值在我们的事实检查/假新闻游戏。我们的工作具有实际意义的发展模型为基础的缓解策略，以控制传播的错误信息，干扰政治话语。
2022-06-08 cs.SI physics.soc-ph
Demographic Confounding Causes Extreme Instances of Lifestyle Politics on Facebook
Spotify；Cornell University（康奈尔大学）
当与意识形态没有实质性关系的活动在政治上结盟和两极分化时，生活方式政治就出现了。同质性和社会影响能够自己产生这些断层线;然而，来自人口统计的社会身份可能作为协调机制，通过这种机制，生活方式政治被动员起来并传播开来。使用来自不同种族/民族，教育，年龄，性别和收入人口统计数据的用户的299，327个Facebook兴趣的137，661，886个观察数据集，我们发现生活方式政治的最极端实例是那些高度混淆的人口统计数据，如种族/民族（例如，黑人艺术家和表演者）。在调整人口影响的政治结盟后，生活方式政治向政治“中心”下降了27.36%，人口混淆的利益不再是最两极分化的利益。相反，在人口统计学解构之后，我们发现最自由的利益包括电动汽车，计划生育和自由派讽刺，而最保守的利益包括共和党和保守派评论员。我们使用综合社会调查验证了我们对政治联盟和生活方式政治的衡量，并发现在Facebook等社交媒体无处不在之前，生活方式政治存在类似的人口纠缠，这让我们有信心我们的结果不是由于回音室或过滤气泡。同样，由于人口特征存在于意识形态价值观之前，我们认为，我们观察到的人口混淆是我们在聚集的利益中发现的极端生活方式政治的因果关系。最后，我们将我们的研究结果与辛普森悖论，文化杂食性和网络自相关。
2022-01-17 cs.AI cs.CL cs.IR
