Entropy-based detection of Twitter echo chambers
提出一种完全无偏且与数据性质无关的基于熵的回音室检测方法，发现在意大利Twitter新冠疫苗接种讨论中回音室用户仅占0.35%却贡献近三分之一转推且易传播虚假信息。
2024-02-28 cs.SI physics.data-an physics.soc-ph
Depolarization of echo chambers by random dynamical nudge
在社交网络中，用户经常与志同道合的同龄人交往。这种有选择地接触意见可能会导致回音室，即，政治分裂和用户交互的社会极化。当回音室形成时，意见呈双峰分布，两个峰值位于相对两侧。在某些问题上，任何一种极端立场都包含一定程度的错误信息，中立的共识更有利于促进讨论。在本文中，我们使用一个观点动力学模型，自然形成回音室，以找到一个反馈机制，这些社区的桥梁，并导致一个中立的共识。我们介绍了随机动态轻推（RDN），它提出了每个代理与输入从其他代理的意见随机选择，并不需要每个人的意见监督。我们在两个不同模型中的计算结果表明，RDN导致以中立共识为中心的意见的单峰分布。此外，RDN对于防止回波室的形成以及对于去极化现有回波室都是有效的。由于RDN的简单和强大的性质，社交媒体网络可能能够在适当的时候实现这种自我反馈机制的一个版本，以防止在线社区在复杂的社会问题上的隔离。
2022-03-21 physics.bio-ph physics.soc-ph
Echo Chambers on Social Media: A comparative analysis
最近的研究表明，在线用户倾向于选择符合其信念系统的信息，忽略不符合的信息，并加入团体-即，回音室-围绕着一个共同的故事。虽然还没有一种确定回声室的定量方法，但回声室现象在科学和政治层面上都有广泛的争论。为了阐明这个问题，我们引入了回声室的操作定义，并对100万用户在四个社交媒体平台上产生的超过10亿条内容进行了大量的比较分析：Facebook，Twitter，Reddit和Gab。我们推断出用户对有争议的话题的倾向-从疫苗到堕胎-并通过分析不同的特征，如共享链接域，关注页面，关注者关系和评论帖子来重建他们的交互网络。我们的方法量化了回声室的存在沿两个主要方面：同质性的互动网络和偏见的信息扩散到志同道合的同行。我们在社交媒体上发现了特殊的差异。事实上，虽然Facebook和Twitter在所有观察到的数据集中都有明确的回音室，但Reddit和Gab却没有。最后，我们通过比较Reddit和Facebook来测试社交媒体平台对新闻消费的作用。同样，我们发现支持这样一个假设，即像Facebook这样实施新闻推送算法的平台可能会引发回声室的出现。
2020-04-20 cs.CY cs.SI physics.soc-ph
Cascade-based Echo Chamber Detection
University of Pisa（比萨大学）；ICAR-CNR（意大利国家研究委员会信息与高性能计算研究所）；Sapienza University（罗马大学）；ISI Foundation（ISI基金会）；CENTAI（CENTAI研究所）；Eurecat（加泰罗尼亚技术中心）
尽管社交媒体中的回声室受到了相当多的审查，但它们的检测和分析的一般模型仍然缺失。在这项工作中，我们的目标是通过提出一个解释社交媒体足迹的概率生成模型来填补这一空白-即，社会网络结构和信息传播--通过一组潜在的社区，其特征是一定程度的回声室行为和意见两极化。具体来说，回声室被建模为社区，这些社区对具有类似意识形态极性的信息是可渗透的，而对相反倾向的信息是不可渗透的：这允许区分回声室和缺乏明确意识形态对齐的社区。为了学习模型参数，我们提出了一个可扩展的，随机适应的广义期望最大化算法，优化观察社会联系和信息传播的联合可能性。在合成数据上的实验表明，该算法能够正确地重建真实的潜在社区与他们的回声室行为和意见极性的程度。对两极分化的社会和政治辩论（如英国脱欧公投或COVID-19疫苗接种活动）的真实数据进行的实验证实了我们的提议在检测回声室方面的有效性。最后，我们展示了我们的模型如何提高辅助预测任务的准确性，例如姿态检测和未来传播的预测。
2022-08-09 cs.LG cs.SI physics.soc-ph
Echo chambers and information transmission biases in homophilic and heterophilic networks
我们研究了如何通过网络的结构特性和合成无标度的同性/异性网络中的信息动态之间的相互作用来产生信息传输偏差。我们提供简单的数学工具来量化这些偏差。简单和复杂传染模型都不足以预测显著偏差。相比之下，一个混合传染模型--其中既有简单传染也有复杂传染--产生了三种不同的同质性依赖的偏差：发射率和接收率偏差，以及回声室。在一个具有高度同质性的经验网络中进行的模拟证实了这些偏差的存在。我们的研究结果揭示了导致信息源可见性不平等、信息获取减少以及不同群体之间缺乏沟通的机制。
2022-03-17 physics.soc-ph
Quantifying echo chamber effects in information spreading over political communication networks
在线社交网络中的回音室，用户更喜欢只与意识形态一致的同龄人互动，被认为有助于错误信息的传播，并有助于激进的政治话语。在本文中，我们衡量回声室在政治通信网络上的信息传播现象的影响。挖掘1200万条Twitter消息，我们重建了一个网络，用户在其中交换与巴西前总统迪尔玛·罗塞夫弹劾案有关的意见。我们定义了一个连续的{政治立场}参数，独立于网络的结构，它允许量化网络的强连接组件中回声室的存在，反映在两个大小相似的社区中，对弹劾过程有相反的看法。通过简单的传播模型，我们表明，用户在传播他们生产的内容的能力，测量相关的传播性，强烈依赖于他们的态度。平均而言，表达支持弹劾情绪的用户能够向比表达反弹劾情绪的用户更多的受众发送信息。此外，用户的传播能力与受众的政治立场多样性有关。我们的方法可以用来识别回声室的存在及其在不同背景下的影响，并揭示允许打破回声室的机制。
2019-07-17 cs.SI physics.soc-ph
Inside the Echo Chamber: Disentangling network dynamics from polarization
回音室的定义是关于一个有争议的话题和同质性的意见两极分化的同时存在，即个人与志同道合的同龄人互动的偏好。虽然最近的努力致力于检测在线社交媒体上两极分化的辩论中回音室的存在，但导致这些现象出现的动态仍然不清楚。在这里，我们通过提出新的指标来从意见极化中挑出网络动态的影响，从而为这一努力做出贡献。通过使用2016年巴西一场有争议的政治辩论中收集的Twitter数据集，我们采用了时间网络方法来衡量回声室效应随时间的强度。我们定义了一个衡量网络中观点一致性的指标，显示了回声室在整个观察期内如何变得更弱。对网络中标签扩散的分析表明，这是由于持相反意见的用户之间的社交互动增加。最后，通过分析用户表达的意见和收到的意见之间的互熵，可以量化社会传染效应。我们发现经验证据表明，极化的用户和他们的互动动态可能会独立发展。我们的研究结果可能会对研究在线社交网络中回声室动态和极化的广泛研究人员感兴趣。
2019-06-27 cs.SI physics.soc-ph
Filter Bubbles, Echo Chambers, and Reinforcement: Tracing Populism in Election Data
我们提出了一个新的模型的回声室，过滤器气泡，并加强选举结果的影响。我们的模型扩展了众所周知的选民模型与狂热者，包括加固。我们分析了该模型的行为，确定不变的措施，并表明，强化可能1）改变投票的分布相比，选民模型，和2）导致相变。我们测试了具有强化的模型是否比在美国总统选举，英国脱欧公投以及法国，荷兰和德国议会选举的选举数据中更适合。我们发现在许多情况下，民粹主义政党和候选人可以通过高水平的强化来明确识别。此外，我们发现相变预测的模型回到数据。最后，我们讨论了我们的研究结果的影响和相关性，以及现代社会中强化行为的可能起源。
2020-07-08 physics.soc-ph
Reliability of Content and Echo Chambers on YouTube during the COVID-19 Debate
不准确及误导性信息的传播可能会改变行为并使危机管理复杂化，尤其是在COVID-19疫情等紧急情况下。本文旨在通过评估YouTube上的新闻消费来研究COVID-19大流行期间的信息扩散。首先，我们分析了超过200万用户对68个YouTube频道发布的13，000个视频的参与，这些视频带有政治偏见和事实核查指数。然后，我们研究了每个用户的政治偏好与他们对可疑（即，事实核查不佳）和可靠的信息。我们的研究结果，量化使用的措施，从信息论，提供证据的回声室存在两个方面代表的政治偏见和可信度的信息渠道。我们观察到，回声室结构不能再现后，适当地随机化用户的交互模式。此外，我们观察到用户的政治偏见和他们的倾向，消费高度可疑的新闻之间的关系。
2022-11-29 cs.CY physics.soc-ph
Spontaneous Symmetry Breaking, Group Decision Making and Beyond 1. Echo Chambers and Random Polarization
本文用零温伊辛模型研究群体决策，发现不同初始条件、规模和更新算法导致不同平衡态，揭示回声室是意见更新动力学过程的终点，极化则是各回声室随机选择一致意见的副作用。
2024-10-03 cond-mat.stat-mech physics.soc-ph
Social Influence and Unfollowing Accelerate the Emergence of Echo Chambers
Graduate School of Informatics, Nagoya University（名古屋大学情报学研究科）；JST, PRESTO（日本科学技术振兴机构，PRESTO项目）；Center for Complex Networks and Systems Research, Indiana University Bloomington（印第安纳大学布卢明顿分校复杂网络与系统研究中心）；Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学卢迪信息、计算与工程学院）；School of Information, University of Michigan（密歇根大学信息学院）；Network Science Institute, Indiana University（印第安纳大学网络科学研究所）；Department of Computer Science and Engineering, University of South Florida（南佛罗里达大学计算机科学与工程系）
本文研究了在线社交网络中信息共享模型，探讨了社会影响和取消关注机制如何导致回音室的形成，通过实证数据验证了这一过程的不可避免性，并提出了缓解策略。
2020-08-25 cs.CY cs.SI physics.soc-ph
Independence of the Fundamental Equation of the Oscillation Model on Algebraic Representations: Social Media Echo Chamber Effect
在描述在线社交网络的用户动态的振荡模型中，已知基本方程可以明确地描述网络结构与用户动态之间的因果关系。基本方程使用满足反对易关系的代数，并且其矩阵表示不是唯一的。然而，即使矩阵表示不同，如果它们描述的是相同的现象，那么从基本方程的不同表示中也应该得到相同的结果。本文以回音室效应为例，证明了不同矩阵表示的基本方程得到相同的结果。
2020-12-01 cs.SI physics.soc-ph
Contrarian effects and echo chamber formation in opinion dynamics
网络的拓扑结构和网络中展开的特定类型的动力学之间的关系构成了一个非常感兴趣的主题。一种因其潜在影响而引起越来越多关注的动态是意见形成。一个特别重要的现象是回音室的出现，这是人们所知道的在舆论形成过程中发生的。在目前的工作中，我们接近这种现象，同时强调在多意见的情况下，逆向意见的影响。为了定义反向观点，我们考虑了失败者效应，这是人们最终倾向于支持不太受欢迎的选择。我们还考虑了适应的Sznajd动态与友谊重新布线的可能性，在几个网络模型上进行。我们分析拓扑结构和观点动力学之间的关系，考虑两个测量：意见的多样性和网络模块化。两种特定的情况已经解决：（i）代理人只能重新连接与其他共享相同的意见;（ii）与前一种情况相同，但代理人只在有限的邻域内重新连接。这种选择是合理的，因为一般来说，友谊是一种传递属性，以及随后的邻里关系（例如，一个人的两个朋友往往互相认识）。作为主要结果，我们发现，弱者效应，如果足够强，可以平衡代理人的意见。另一方面，这种效应降低了回声室形成的可能性。我们还发现，限制重连的情况下，减少了回声室形成的机会，并导致较小的回声室。
2020-11-11 cs.SI physics.soc-ph
Modeling echo chambers and polarization dynamics in social networks
最近在几个社会政治背景下和不同社交媒体上量化的回音室和意见两极分化，引起了人们对它们对错误信息传播和辩论公开性的潜在影响的担忧。尽管作出了越来越多的努力，但导致这些现象出现的动力仍然不清楚。我们提出了一个模型，介绍了激进化的动态，作为一种强化机制，推动从温和的初始条件演变到极端的意见。受社会互动动力学的实证研究结果的启发，我们认为代理人的特点是异质性活动和同质性。我们表明，全球共识和新兴的激进国家之间的过渡主要是由社会影响力和所讨论的话题的争议性。通过与Twitter上两极化辩论的实证数据比较，该模型定性地再现了用户参与度与意见之间的关系，以及交互网络中的意见隔离现象。我们的研究结果揭示了社交媒体中回声室和两极分化出现的核心机制。
2020-02-27 cs.SI physics.soc-ph
Echo Chambers: Emotional Contagion and Group Polarization on Facebook
最近的研究结果表明，Facebook上的用户倾向于选择符合他们信仰体系的信息，并形成两极分化的群体，即，回音室这种趋势主导着信息的传递，并可能影响关于社会相关问题的公共辩论。在这项工作中，我们通过考虑用户的情绪和参与度来探索感兴趣社区的结构演变。专注于报告科学和阴谋内容的Facebook页面，我们通过将每日分辨率数据与三个增长模型（即Gompertz模型，Logistic模型和Log-logistic模型）拟合来描述两个社区规模的演变。然后，我们探讨了情感状态和参与的用户在群体动态之间的相互作用。我们的研究结果表明，社区的情感行为受到用户在回声室中的参与的影响。事实上，更高的参与程度对应着更消极的态度。此外，我们观察到，平均而言，更活跃的用户比不太活跃的用户更快地转向消极。
2016-06-29 cs.SI physics.soc-ph
Echo chamber formation sharpened by priority users
该研究通过计算建模探究社交媒体优先用户对意见动态的影响，发现异质行为的优先用户会加剧回声室形成，少数兼具固执与优先属性的极端用户可引发系统极化，提示需监管平台优先级政策。
2023-12-14 cs.SI physics.soc-ph
Emergence of metapopulations and echo chambers in mobile agents
多智能体模型通常描述在物理空间中隔离的群体，即细分为集合群体，或者在意见生态学中隔离的群体，即在回声室中划分。在这里，我们将展示如何同质性和社会影响力之间的相互作用控制的出现，这两种隔离在一个简单的模型中的移动代理，赋予一个连续的意见变量。在该模型中，物理上的接近决定了意见的逐步趋同，但不同的意见导致代理人远离对方。这种流动性和社会动态之间的反馈决定了一个稳定的动态集合种群的情况下，物理上分离的群体志同道合的个人通过交换代理人相互作用的开始。在社会互动中进一步引入确认偏见，定义为个人倾向于支持与自己相匹配的意见，导致回音室的出现，不同的意见也可以在同一群体中共存。我们相信，该模型可能会感兴趣的研究人员调查隔离的起源在离线和在线世界。
2016-03-15 cs.SI physics.soc-ph
Polarization and echo chambers in Reddit's political discourse
通过2016年美国大选案例研究，利用统计验证技术提取subreddits社区并分析政治辩论动态，揭示了Reddit存在明显极化与回音室效应，证明网络验证是识别社交媒体行为模式的关键方法。
2025-10-31 cs.SI physics.soc-ph
The Effect of People Recommenders on Echo Chambers and Polarization
社交媒体对两极分化和错误信息等关键问题的影响正在受到审查，因为这些现象可能对我们的社会产生破坏性后果。在社交媒体平台常规使用的算法中，人物推荐系统特别令人感兴趣，因为它们直接有助于社交网络结构的演变，影响用户接触的信息和意见。在本文中，我们提出了一个框架，以评估人民的意见演变的影响。我们的建议是基于蒙特卡罗模拟相结合的链接推荐和意见动态模型。为了控制初始条件，我们定义了一个随机网络模型来生成具有意见的图，具有可调的模块化和同质性。我们加入这些元素到一个方法来研究回声室和极化的推荐系统的影响。我们还展示了如何使用我们的框架来衡量，通过模拟，不同的干预策略的影响。我们彻底的实验表明，人们的沉默实际上会导致回音室的显着增加。然而，只有当网络中存在相当多的初始同质性时，才会发生这种情况。此外，我们发现，如果网络已经包含回声室，推荐算法的效果可以忽略不计。这样的研究结果是强大的两个非常不同的意见动态模型，有界的信心模型和认识论模型。
2021-12-01 cs.SI physics.soc-ph
Explaining the emergence of echo chambers on social media: the role of ideology and extremism
在线讨论网络中政治驱动的分歧的出现吸引了大量文献，但迄今为止也主要限于单一国家的研究。因此，虽然有充分的证据表明，这些网络确实分裂和分裂成通常被称为"回声室"的东西，但我们对可能解释这种分裂或使网络或多或少分裂的因素知之甚少，因为研究仅限于少数政治团体，进行系统比较的可能性有限。本文旨在弥补这一不足，通过提供一个系统的大规模研究碎片化的Twitter上，认为讨论网络围绕90个不同的政党在23个不同的国家。这表明，在意识形态方面相距较远的政党团体互动较少，处于意识形态极端的个人和政党特别有可能形成回音室。事实上，处于左右分歧不同方面的中间派政党之间的交流，比理论上来自同一意识形态派别的中间派和极端主义政党之间的交流更有可能。根据研究结果，讨论和加强了关于在网上接触不同意识形态观点的理论。
2017-03-11 cs.SI physics.soc-ph
Public discourse and social network echo chambers driven by socio-cognitive biases
近年来，社交媒体越来越成为政治运动，特别是选举的重要平台。公众话语究竟是如何受到个人社会认知偏见、竞争性竞选活动和社交媒体平台之间错综复杂的相互作用的驱动，这一点仍然难以捉摸。我们通过将2016年政治网络中观察到的转推网络与基于代理的政治观点形成和网络结构模型相结合来研究这一复杂的社会政治过程。在这里，我们表明，个人愿意考虑的政治观点的范围是形成极化网络和回声室出现的关键决定因素。我们还发现，在公共话语中赢得大多数人的支持是由双方的努力所施加的运动和相对的意识形态定位的对立运动。我们的研究结果表明，公共话语和政治极化可以被建模为一个互动的过程，改变个人意见，不断发展的社交网络，和政治运动。
2020-04-12 cs.SI physics.soc-ph
Why echo chambers form and network interventions fail: Selection outpaces influence in dynamic networks
在线网络服务是否参与了促使社会恶化的进程？在两个经验知情的模拟研究中，我们给出了一个概念证明，网络的速度和放大网络参与者的关系偏好可以对社交网络上的扩散动态产生深远的影响，基本上抵消了根据弱关系论点的强度应该从网络中获得的好处。我们的研究结果可以帮助理解网络邻域同质性的变化，即，这些社区充当“回音室”的程度，以及某种类型的网络干预研究的成功率对背景的高度依赖性。他们认为，像今天这样在互联网上发生的连接的一般促进，结合个性化算法的使用，对受影响的社交网络上展开的动态过程具有强烈而未充分理解的影响。
2018-09-29 cs.SI physics.soc-ph stat.AP
Segregation Before Polarization: How Recommendation Strategies Shape Echo Chamber Pathways
The University of Tokyo（东京大学）；Institute of Science Tokyo（东京科学大学）
通过扩展动态有界置信模型，研究基于内容与基于链接的推荐策略如何分别导致社交网络先隔离后极化的不同演化路径。
2026-05-30 cs.IR cs.SI physics.soc-ph
No Echo in the Chambers of Political Interactions on Reddit
在线社交网络中的回音室，用户的信念通过与志同道合的同龄人的互动和与他人观点的隔离而得到加强，被谴责为政治两极分化的原因。在这里，我们调查了他们在2016年美国大选辩论中的作用，Reddit是唐纳德特朗普成功的基本平台。我们识别特朗普与克林顿的支持者，并重建他们的政治互动网络。我们观察到两个社区之间的交叉政治互动，而不是组内互动的偏好，从而矛盾的回音室叙事。此外，这些互动是不对称的：克林顿的支持者特别渴望回答特朗普支持者的评论。除了不对称的异质性之外，用户还表现出对活跃度的选择性行为，以及对流行度的选择性、不对称行为。我们的研究结果进行测试，对一个空模型的随机相互作用，通过使用两种不同的方法：网络重新布线，保留节点的活动，并考虑到可能的混杂因素的logit回归。最后，我们探讨了可能的社会人口影响。用户表现出的倾向，地理同质性和一个小的正相关之间的交叉互动和选民的谨慎。我们的研究结果揭示了社会媒体上的舆论形成，呼吁更好地理解在这种情况下发挥作用的社会动态。
2021-02-10 cs.SI physics.soc-ph
Recursive patterns in online echo chambers
尽管社交媒体的目的很有趣，但它改变了用户获取信息、辩论和形成观点的方式。事实上，最近的研究表明，在线用户倾向于推广他们喜欢的叙述，从而围绕一个共同的信仰体系形成两极分化的群体。确认偏差有助于解释用户是否传播内容的决定，从而在可识别的社区中创建信息级联。与此同时，在这些社区内聚集受欢迎的信息加强了选择性曝光和群体极化。沿着这条道路，通过彻底的定量分析，我们接近超过120万Facebook用户的连接模式，这些用户参与了两种非常冲突的叙述：科学和阴谋新闻。通过分析这些数据，我们定量研究了确认偏差背后的两种机制（即挑战回避和寻求强化）的影响，确认偏差是社交媒体中人类行为的主要驱动力之一。我们发现，挑战回避机制触发了两个不同的两极分化的用户群体的出现（即，回音室），他们也倾向于被有相似信仰体系的朋友所包围。通过基于网络的方法，我们展示了增强寻求机制如何限制邻居的影响，并主要驱动内容的选择和扩散，甚至在志同道合的用户之间，从而促进在同一个回声室内形成高度极化的子集群。最后，我们表明，极化用户加强他们先前存在的信念，利用他们的志同道合的邻居的活动，这种趋势的增长与用户的参与表明同行的影响如何作为一个支持寻求强化。
2019-08-30 physics.soc-ph
Opinion formation on dynamic networks: identifying conditions for the emergence of partisan echo chambers
现代政治互动的特点是强烈的党派性，对跨党派的信息共享和协议缺乏兴趣。目前尚不清楚这种党派回声室是如何产生的，以及它们如何与舆论形成共同演变。在这里，我们通过共同进化游戏的镜头探索这些结构的出现。在我们的模型中，一个人的收益是由他们的意见的大小，他们与社会邻居的一致程度以及拥有社会联系的好处共同决定的。每个人都可以同时调整他们的意见以及他们的社会关系的权重。我们提出并验证了党派回声室出现的条件，其特点是从有共识的有凝聚力的社区过渡到有分歧意见的分裂网络。此外，我们将我们的模型应用于美国众议院几十年来的投票记录，以了解近年来潜在的心理和社会因素对党派偏见的影响。我们的工作有助于阐明今天的分裂是如何形成的，以及如何在各种政治和社会问题上实现凝聚力和团结。
2018-07-03 cs.SI physics.soc-ph
Ideological Fragmentation of the Social Media Ecosystem: From echo chambers to echo platforms
该研究通过分析九个平台1.17亿条美国大选相关帖子，从平台中心性、新闻消费和用户构成三个维度量化了社交媒体生态系统从回音室向意识形态同质化“回音平台”的碎片化演变。
2025-06-04 cs.CY cs.SI physics.soc-ph
Emergence of echo chambers in a noisy adaptive voter model
本研究将用户屏蔽行为引入带噪声的自适应选民模型，发现噪声强度与屏蔽倾向变化会引发网络单社群与多回声室社群两相转变，结果经仿真与平均场理论验证。
2025-01-16 nlin.AO physics.soc-ph
Echo chambers in the age of misinformation
在线社交媒体中用户提供的内容的广泛可用性促进了人们围绕共同兴趣，世界观和叙述的聚集。尽管有些人热情地说这一过程产生了“集体智慧”，但万维网也允许未经证实的阴谋论迅速传播，这些阴谋论往往引起迅速、大规模但幼稚的社会反应，例如最近的Jade Helm 15事件-一次简单的军事演习被认为是美国内战的开始。我们研究了Facebook用户如何消费与两种不同类型的叙事相关的信息：科学和阴谋新闻。我们发现，尽管科学和阴谋故事的消费者在内容方面呈现出相似的消费模式，但传播级联的大小不同。均匀性似乎是内容物扩散的主要驱动力，但每个回声室都有自己的级联动力学。为了模拟这些动态，我们在签名网络上引入了一个数据驱动的渗流模型。
2015-12-21 cs.CY cs.HC cs.SI
Beyond Individual Influence: The Role of Echo Chambers and Community Seeding in the Multilayer three state q-Voter Model
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）
研究揭示多层三态q-投票模型中回音室与社区播种的影响机制，指出拓扑熵最大化优于局部集群强化，VoteRank在复杂传染中表现更优。
2026-02-20 cs.SI physics.soc-ph
Echo chamber amplification and disagreement effects in the political activity of Twitter users
在线社交网络已成为政治话语的重要平台。在本文中，我们调查是什么影响了用户参与政治讨论的水平。具体来说，当用户被志同道合的人包围时，或者，当他们的环境是异质的时，用户更有可能活跃，因此他们的信息可能会传递给具有不同观点的人。为了回答这个问题，我们分析了大约20万Twitter用户的活动，这些用户明确表示支持2012年美国总统大选的候选人之一。我们量化了用户的政治活动水平（PA）的政治推文在他们的职位的比例，并分析了PA和用户的政治环境的措施之间的关系。这些措施旨在评估相似性，例如，具有相似政治观点的用户的比例，他们的虚拟和地理环境。我们的研究结果表明，高PA通常是由用户在政治平衡的虚拟环境中获得。这符合政治学的分歧理论，该理论指出用户的PA被与他们的同伴的分歧所取代。我们的研究结果还表明，用户周围的政治志同道合的虚拟同行往往有低PA。这一观察结果与回声室放大理论相矛盾，该理论认为，当一个人被志同道合的人包围时，他往往在政治上更加活跃。最后，我们观察到，相似的地理环境并不影响PA。因此，我们得出结论，PA的用户是独立的相似性，他们的地理环境，并与相似性，他们的虚拟环境。相关性的确切形式体现了不一致的现象，并且在大多数情况下，与回声室放大理论相矛盾。
2014-06-17 cs.CY cs.SI physics.soc-ph
Transformation of social relationships in COVID-19 America: Remote communication may amplify political echo chambers
研究发现疫情初期远程沟通加剧了政治同质性，但面对面接触恢复后有所缓解，凸显线下社交对跨政治交流的重要性。
2023-11-17 cs.SI 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
Users Polarization on Facebook and Youtube
在社交媒体上，考虑用户偏好的内容推广算法可能会限制对未经请求的内容的暴露。在这项工作中，我们研究了相同的内容（视频）是如何在不同的平台上消费的-即Facebook和YouTube -在$12M$的用户样本。我们的研究结果表明，相同的内容会导致回音室的形成，而不管在线社交网络如何，也不管内容推广的算法如何。最后，我们表明，用户的评论模式是准确的早期预测回声室的形成。
2016-04-10 cs.SI physics.soc-ph
Predicting Voting Outcomes in the Presence of Communities, Echo Chambers and Multiple Parties
最近提出的图论度量，影响力差距，已被证明是一个可靠的预测社会影响力在两党选举中的效果，虽然只测试定期和无标度图。在这里，我们研究了影响力差距是否能够预测具有社区结构的网络上的多党选举结果，即，由高度互连的组件组成，因此更类似于现实世界的交互。为了对社区进行编码，我们建立在caveman图的经典模型上，我们将其扩展到一个更丰富的图形家族，该图形家族显示不同程度的同质性，即，有多少联系和观点交织在一起。首先，我们研究了社区存在时影响力差距的预测能力。我们发现，当没有明确的初始多数的影响差距是不是一个很好的预测选举结果。当我们考虑到不同的多数时，尽管影响力差距作为一个预测因素有所改善，但在所有同质性水平上，计算最初的党派多数一直更好。其次，我们研究了更多的预测指标的综合效果，作为同质性水平的函数。使用回归模型，我们证明了影响力差距与初始票数相结合，确实增加了某些水平的同质性的整体预测能力。第三，我们研究两个以上政党的选举。具体来说，我们扩展的影响力差距的定义，以任何数量的政党，考虑到各种概括，并表明，初始的选票计数有一个更高的预测能力相比，影响力差距比它在两党的情况下。
2022-02-08 cs.MA cs.SI physics.soc-ph
Social Echo Chambers in Quantum Field Theory: Exploring Faddeev-Popov Ghosts Phenomena, Loop Diagrams, and Cut-off Energy Theory
本文提出一种跨学科方法，利用量子场论概念（如Feynman diagrams等）对数字与离线环境中的过滤气泡现象进行数学建模，以分析社会信息传播、意见形成及其社会后果。
2024-04-19 physics.soc-ph quant-ph
Understanding Filter Bubbles and Polarization in Social Networks
最近的研究表明，社交媒体的使用虽然与用户信息和观点的日益多样性有关，但却加剧了用户在许多问题上的两极分化。对于这种现象，一个流行的理论是“过滤气泡”的概念：通过自动推荐用户可能同意的内容，社交网络算法创造了志同道合的用户的回音室，否则就不会出现。然而，虽然在现实世界的网络中观察到了回声室，但过滤气泡的证据在很大程度上是事后的。在这项工作中，我们开发了一个数学框架来研究过滤气泡理论。我们通过引入另一个参与者--网络管理员来修改经典的Friedkin-Johnsen观点动力学模型，该参与者通过对社交网络的边权重进行微小的改变（例如，调整新闻提要算法以改变用户之间的交互水平）来为用户过滤内容。在Reddit和Twitter的真实网络上，我们表明，当网络管理员受到激励以减少用户之间的分歧时，即使相对较小的边缘变化也会导致网络中回声室的形成，并增加用户极化。我们从理论上支持这种观察到的社交网络外部干预的敏感性，通过分析从随机块模型生成的合成图。最后，我们表明，稍微修改的网络管理员的激励措施，可以减轻过滤器泡沫效应，同时最大限度地影响管理员的目标，用户的分歧。
2019-06-20 cs.SI physics.soc-ph
Positive algorithmic bias cannot stop fragmentation in homophilic networks
社交网络中的碎片化、回声室及其改善已经成为学术界和非学术界日益关注的问题。本文表明，在同质性的假设下，回声室和碎片化是高度灵活的社交网络的系统无关的现象，即使在理想的异质性条件下。我们实现这一点，通过找到一个分析，基于网络的解决方案谢林模型，并证明弱关系不会阻碍这一进程。此外，我们推导出，没有水平的正算法偏见的形式重新布线是能够防止碎片和其对降低碎片速度的影响是可以忽略不计的。
2021-09-09 cs.SI physics.soc-ph
Collective Benefits and Efficiency in Coupled Echo State Networks
University of California, Merced（加州大学默塞德分校）；University of California, Los Angeles（加州大学洛杉矶分校）
本研究提出储备池计算模型，发现耦合回声状态网络的互动可提升识别日语说话者的性能与效率，为解释互动增强集体智能提供了形式化框架。
2026-10-14 cs.MA cs.NE physics.soc-ph
Beyond Active Engagement: The Significance of Lurkers in a Polarized Twitter Debate
本研究分析了Twitter极化政治辩论中隐藏受众（潜伏者）的参与模式，发现其参与主要受媒体来源可靠性而非意识形态立场影响，强调需全面理解其在在线辩论中的作用。
2023-06-30 cs.SI physics.soc-ph
This One Simple Trick Disrupts Digital Communities
本文描述了一种基于Agent的仿真方法，用于在信念空间（一个与观点相关的高维信息空间子集）中对人类行为进行建模。利用动物集体行为的洞察力，我们能够模拟和识别类似于动物群体的游牧，群集和踩踏模式的行为模式。这些行为在人类互动中也有类似的表现，表现为孤独的探索者、时尚意识者和极化回声室的成员。我们证明了一小部分广泛穿越信仰空间的游牧代理人可以破坏更大的踩踏代理人口。扩展该模型，我们引入了对抗性羊群效应的概念，其中不良行为者可以利用技术介导的通信的属性来人为地创建自我维持的失控极化。我们称这种情况为皮什金效应，因为它让人想起美洲原住民猎人可能造成的大规模水牛踩踏事件。然后，我们讨论了系统设计的机会，可以利用识别这些负面模式的能力，并讨论了可能破坏自然和故意回声室形成的启示。
2018-06-26 cs.CY cs.MA cs.SI
