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
Towards the development of Dynamic Networked Psychology Hypotheses
个人和社区心理学在灾害管理中发挥着重要作用，因为人类行为表现出不同的风险认知，对存在的威胁的认识，积极和消极的情绪，恐慌，愤怒，谣言，压力和习得性无助。这些心理因素很重要，因为对这些因素缺乏关注可能会导致灾害管理工作的不利结果。灾害心理学是一个新兴的研究和实践领域，它涉及对灾害后个人和社区心理影响的理解。本文的目的是提出动态网络心理学的概念和发展作为一个理论框架，并探讨其在灾难中的情绪传染的影响。我们主张结构网络动力学的理论可以用来构建DNP探索个人以及社区应对机制，以改善备灾，救灾和恢复。计算社会科学的出现促进了对大量用户数据的经验建模和分析，通过推断有意义的模式来寻找处理个人和社区应对能力的重要社会和行为科学研究问题的答案。在提出一个理论框架，我们认为，基本的假设和整合的社会影响理论可以用来探索网络的灾难情绪传染。
2023-01-15 cs.SI 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
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
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
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
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
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
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 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
Quantifying opinion homophily in online social networks: A bounded confidence perspective
School of Mathematics and Statistics, Wuhan University（武汉大学数学与统计学院）；Division of Automatic Control, Department of Electrical Engineering, Linköping University（林雪平大学电气工程学院自动控制系）；Department of Electrical Engineering and Information Technology, Università degli Studi di Napoli Federico II（那不勒斯费德里科二世大学电气与信息工程系）；Department of Engineering, University of Sannio（桑尼奥大学工程系）；Institute of Information Science and Technologies “A. Faedo” (ISTI), National Research Council (CNR)（意大利国家研究委员会“阿·法多”信息技术研究所）；College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
本文从有界信心视角研究在线社交网络中基于意见的同质性，利用Reddit和Twitter的异质数据集分析用户互动网络，发现用户意见空间集中度显著高于随机预期，且关系强度和议题极化进一步加剧这一效应。
2026-04-25 cs.SI physics.soc-ph
Influence Dynamics and Consensus in an Opinion-Neighborhood based Modified Vicsek-like Social Network
我们提出了一个修正的Vicsek模型来研究社交网络中的影响力动态和意见形成。我们工作的前提是，一个群体成员的意见可以被认为类似于空间中粒子的运动方向。这些观点很容易在保持类似信念的熟悉的个人的影响下发生变化。这与仅依赖于基于观点接近度的交互的有界置信模型不同。当志同道合的人相互认识或因信仰而争吵时，影响网络就会发展。这就产生了一个自适应网络，并为其分配了动态中心性分数和不同的影响力强度。一个混合的个人-刚性和柔性-被认为构成群体-自由和保守。我们分析了不同的初始条件，代理类型，它们的密度和公差的紧急群体行为。该模型准确地预测了刚性代理人在阻碍共识方面的作用。此外，一些结构特性的动态网络，这是由于所提出的模型已经建立。
2018-08-31 cs.SI physics.soc-ph
The Effect of Social Media on Shaping Individuals Opinion Formation
在本文中，社会媒体的意见形成过程中的影响是在竞选期间建模。在所提出的模型中，点对点互动和有针对性的在线宣传信息被假设为意见形成动态的驱动力。目标消息的说服力是基于收集和处理的私人信息。在这项工作中，模型是基于一个人工社会，最初平均分为两方。有界置信度模型用一个导致共识的置信度参数值来管理对等交互。目标信息被建模为一个外部交互信息源，它会转化一些弱承诺的个体，从而打破这种均衡。双方使用相同的宣传方法。结果表明，一个很小的外部影响打破了意见分布的均匀性，对选举结果起着重要作用。所得到的民意波动时间序列与实际选举调查结果有很好的相似性。
2021-03-13 cs.SI physics.soc-ph
Network Science in Psychology
本文概述了社会网络分析方法，并将其置于心理学研究问题和情境中，以推动网络科学在心理学研究中的标准化应用。
2024-10-01 cs.SI stat.AP stat.ME
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
A Novel Dynamic Epidemic Model for Successive Opinion Diffusion in Social Networks
RPTU Kaiserslautern-Landau（莱茵兰-普法尔茨科技大学凯泽斯劳滕-兰道校区）；Lingnan University（岭南大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
本文提出了一种新型动态流行病模型，用于研究社交网络中连续意见扩散，通过考虑社会距离影响和谣言传播对网络结构的影响，揭示意见扩散动态及社会极化机制。
2025-11-28 cs.SI
Opinion Formation Threshold Estimates from Different Combinations of Social Media Data-Types
被动消费与主题相关的可量化数量的社交媒体信息可能会导致个人形成意见。如果这些人中有相当一部分人出于他们最近确立的观点而采取行动，那么无论信息的真实性如何，都可能引发一场运动或公众舆论的转变。鉴于社交媒体在现代社会中无处不在，我们必须了解社交媒体数据导致意见形成的门槛。本研究通过询问2222名参与者关于各种社交媒体数据类型的数量来估计人口意见形成阈值（即，图像、视频和/或消息），他们将需要被动地消费以形成意见。意见的形成是通过三个维度来评估的：1）数据类型，2）背景，3）来源。这项工作为估计通过社交媒体信息影响人群所需的数据量提供了理论基础。
2018-10-02 cs.SI
PageRank model of opinion formation on social networks
我们提出了PageRank模型的意见形成和研究其丰富的性质，真正的有向网络的剑桥大学和牛津大学，LiveJournal和Twitter。在这个模型中，链接的选民的意见形成加权与他们的PageRank概率。我们发现，社会精英，对应于顶级PageRank节点，可以将其意见强加给社会的一个重要组成部分。然而，对于一个均匀分布的两个意见，存在一个双稳态范围的意见，这取决于一个符合参数表征的意见形成。我们发现，LiveJournal和Twitter网络有更强的倾向于一个totalitar的意见形成。我们还分析了Sznajd模型推广的无标度网络与加权PageRank投票的选举人。
2012-04-17 cond-mat.stat-mech cs.SI physics.soc-ph
A Multi-Opinion Based Method for Quantifying Polarization on Social Networks
社交媒体平台已成为政治和社会互动的中心，分析意见的两极分化越来越受到关注。在这项研究中，我们提出了一个衡量量化的极化社交网络。与最先进的方法不同，所提出的度量不假设两种意见的情况，并适用于多个意见。我们在不同的网络上测试了我们的指标，其中包含多个观点和不同程度的极化。从所提出的度量获得的分数与基于二进制意见的基准网络上的最先进的方法相当。该技术还在多观点场景中区分具有不同极化水平的网络。我们还量化了从Twitter获得的关于使用羟氯喹或氯喹等药物治疗COVID-19的转推网络中的极化。我们的指标表明，用户之间的意见两极分化程度很高。这些发现表明，使用者对使用羟氯喹和氯喹药物治疗COVID-19患者的益处存在不确定性。
2022-11-29 cs.SI
Opinion Polarization by Learning from Social Feedback
Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学科学研究所）
我们探索了一种新的机制来解释极化现象的观点动力学中，代理人评估的基础上表达他们获得的社会反馈的替代意见。在社会环境中对所支持的意见的高度支持被视为积极的反馈，这加强了与该意见相关的价值。在模块化程度足够高的连通网络中，不同的代理群体可以形成强烈的竞争观点。将社会反馈过程与标准均衡概念联系起来，我们分析了双极化稳定性的充分条件。虽然以前的模型强调了基于商议的交流的极化效应，但我们的模型强调了基于情感体验的极化路线，而没有关于负面影响或有限信心的假设。
2018-10-19 cs.LG cs.SI nlin.AO
Data Driven Modeling Social Media Influence using Differential Equations
个人根据他们的社会互动来修改他们对某个主题的看法。意见演化模型将意见的变化概念化为一维连续体，影响力的效果由群体规模、网络结构或群体内意见之间的关系构建。然而，如何建模的在线社会影响力的作用下的个人意见的演变过程仍然是不清楚的。在这里，我们表明，一维连续的用户意见可以表示压缩的高维词嵌入，其演变可以准确地模拟一个常微分方程（ODE），反映了社会网络影响者的互动。我们的三个主要贡献是：（1）引入了一个数据驱动的管道，代表个人的意见演变与时间内核，（2）基于以前的心理学模型，我们建模的意见演变过程作为一个功能的在线社会影响力使用常微分方程，（3）应用我们的意见演变模型的实时Twitter数据。我们对2020年至2022年期间87名活跃用户及其对COVID-19话题的相应影响力进行了分析。回归结果表明，量化意见中99%的变化可以通过我们对影响者的相关意见进行建模来解释。我们对COVID-19主题的研究和对分析账户的研究表明，社交媒体用户主要根据他们关注的影响者（例如，模型解释了99%的变化），并且意见在长时间尺度上的自我演变是有限的。
2022-07-27 cs.SI
Dynamics of Opinions with Bounded Confidence in Social Cliques: Emergence of Fluctuations
在本文中，我们研究了在社交网络上的意见的社会集团有限的信心的演变。节点的初始意见是独立和同分布的;在每个时间步，节点审查随机选择的本地集团的平均意见。集团平均值可能代表当地群体对同伴的压力。然后节点更新他们的意见在有界的信心：只有当代理个人意见和相应的本地集团压力之间的差异是低于阈值，这个代理意见更新根据DeGroot规则作为两个值的加权平均值。因此，这种意见动力学是经典的Deffuant-Weisbuch模型的推广，其中只有成对的相互作用发生。首先，我们证明条件下，所有节点的意见收敛到有限的限制。我们表明，在限制的情况下，所有节点实现共识，以及所有节点实现成对不同限制的情况下，即，社会分歧，都不是小事接下来，我们表明，意见波动可能会发生在这个意义上说，至少有一个代理在网络中未能举行一个收敛的意见轨迹。事实上，我们证明了这种波动事件发生的概率是严格正的，并建设性地提出了一个初始值事件，在该事件下，波动事件发生的概率为1。这些结果增加了对有限信心在社会舆论动态中的作用的理解，并且波动的可能性表明，在Deffuant-Weisbuch模型中引入派系从根本上改变了这种舆论动态过程的行为。
2021-07-11 cs.SI
A Game Approach to Multi-dimensional Opinion Dynamics in Social Networks with Stubborn Strategist Agents
本文提出社交网络多维观点形成的微分博弈模型，在开环信息结构下求得唯一纳什/最坏情况均衡解，并给出分布式实现，通过小型网络实验与非策略者社会最优行为进行对比验证。
2024-02-22 cs.SI
Social Influence and the Collective Dynamics of Opinion Formation
社会影响力是个人通过与他人的社会交往来调整自己的观点、修正自己的信念或改变自己的行为的过程。在我们这个紧密相连的社会中，社会影响力在许多自组织现象中发挥着重要作用，例如文化市场中的羊群效应、思想和创新的传播以及流行病期间恐惧的放大。然而，意见形成的机制仍然知之甚少，现有的基于物理的模型缺乏系统的经验验证。在这里，我们报告了两个对照实验，展示了回答事实问题的参与者在接触到他人的意见和信心水平后如何修改他们的初步判断。基于对59名被试15个不同项目的同伴意见的观察，我们绘制了一张影响图，描述了互动过程中同伴影响的强度。一个简单的过程模型，从我们的观察，演示了如何在一组相互作用的人的意见可以收敛或分裂重复的互动。特别是，我们确定了两个主要的吸引力的意见：（一）专家效应，诱导一个高度自信的个人在组中的存在，和（二）多数效应，由一个临界质量的外行人共享类似的意见。额外的模拟揭示了一个临界点的存在，在这个临界点上，一个吸引子将主导另一个吸引子，从而将集体意见推向一个给定的方向。这些研究结果的影响，了解公众舆论的形成机制和管理冲突的情况下，自信和更好地了解少数挑战的意见，一个庞大的不知情的大多数。
2013-11-14 cs.SI nlin.AO physics.soc-ph
Social consensus and tipping points with opinion inertia
当观点、行为或想法在人群中传播时，其中一些总是比另一些更具粘性。意见、行为或想法越是顽固，个人就越有惰性去用另一种选择来取代它。在这里，我们研究的两个意见模型中的意见粘性的影响，其中个人改变他们的意见，只有在一定数量的连续遇到的替代意见。假设一个意见有一个固定的粘性，我们调查如何在整个人口的竞争意见的临界大小需要小费作为一个功能的竞争意见的粘性变化。我们分析这种情况下，一个完整的图形拓扑结构，通过模拟，并通过半分析的方法，产生的临界少数大小的上限。我们提出了类似的模拟结果的情况下的Erdens-Rényi随机网络。最后，我们研究了粘性意见在二维晶格上传播的粗化特性，并表明粘性的存在引起了有效的表面张力，导致粗化行为成为曲率驱动的。
2015-12-01 cond-mat.stat-mech cs.SI physics.soc-ph
Deciphering Social Opinion Polarization Towards Political Event Based on Content and Structural Analysis
有一些证据表明，社会意见的两极分化导致了关系的破裂，有些在小社区的规模，但其他人可以分裂大型组织，甚至一个国家。传统的方法，以回答社会上的意见两极化的根源，通常使用随机抽样或基于问卷的方法，认为在时间和金钱方面昂贵。相反，利用社会媒体数据的大数据方法提供了一个丰富的资源来研究几个问题，如：社会意见极化如何形成，动态社会网络机制在时间窗口观察，识别主导行为者和社区。大数据方法的力量在于分析的数据数量，其中过程中涉及的数据越多，描述人口状况就越准确。如今，计算能力不再成为处理大规模数据的障碍，从而使观察社会意见极化过程成为可能。
2021-02-16 cs.SI
Dynamics of bounded confidence opinion in heterogeneous social networks: concord against partial antagonism
观点动力学的有界置信度模型近年来得到了广泛的研究，特别是在社会动力学的观点形成和极端主义传播等方面。在这项工作中，Deffuant-Weisbuch（DW）有限的信心，相对协议模型的局限性分析后，我们提出了混合模型，考虑到两种心理类型的个人。Concord agents（C-agents）是友好的人;他们以一种他们的意见总是变得更接近的方式进行交互。其他心理类型的代理人在相互作用中表现出部分拮抗作用（PA代理人）。在不同的社交网络上，研究了由两类主体组成的异质社会群体中的观点动力学。极限情况下的混合模型，纯C-和PA-社会，也进行了研究。我们发现，群体意见的形成，定性，几乎独立的拓扑结构的网络中使用的这项工作。意见碎片化，极化和共识观察在混合模型中，在不同比例的PA-和C-代理，取决于初始意见容忍的代理。至于意见的形成和产生的“异议”，观点动力学的C-agents社会被发现是类似的DW模型，除了意见的收敛率。然而，混合社会的动态和分叉模式显着不同的DW模型。偏见的初始条件的影响，在异质社会群体的意见形成的意见不确定性的初始值，不同的PA-C-代理的比例进行了研究。分歧图显示了令人印象深刻的集体意见的演变，特别是，激进的变化，从左到右的共识，反之亦然，在一个意见的不确定性值等于0.7的模型与PA/C混合人口接近50/50。
2011-03-02 cs.SI nlin.AO nlin.PS
Dynamics of Opinions with Social Biases
本文旨在对个体偏见下的社会舆论动态进行系统分析。作为经典DeGroot社会互动的推广，定义为随着时间的推移而演变的同行意见的线性耦合动力学，偏见添加到状态依赖的边缘权重，因此导致高度非线性的网络动力学。以前的研究已经处理了收敛性和稳定性分析，这样的系统的一些特定的初始节点的意见和网络结构，在这里，我们专注于个人偏见如何影响社会均衡及其稳定性。首先，我们证明了当初始网络意见向状态空间的一侧极化时，节点偏差将驱动意见向相应的区间边界演化。这种极化吸引效应在甚至定向和切换网络结构下继续保持。接下来，对于一些基本的网络结构，一些重要的内部网络平衡明确提出了广泛的系统参数，这是局部不稳定的一般。特别是，区间质心被证明是不稳定的，无论偏置电平和网络拓扑结构。
2018-02-04 cs.SI
Cascade-driven opinion dynamics on social networks
Institute of Informatics and Telematics (IIT) of the National Research Council (CNR), Italy（意大利国家研究委员会信息学与遥测研究所）
本文提出 FJC 模型，整合信息 cascades 和意见动态，揭示社交化与新闻分享如何影响意见演变，强调中心意见领袖的影响力增强。
2026-03-16 cs.SI
Centrality-Weighted Opinion Dynamics: Disagreement and Social Network Partition
本文提出了一个基于社会网络结构和网络中心性的网络舆论动力学模型。该模型的概念新颖之处在于，在表征社交网络上的意见传播时，每个人的意见都被相关的网络中心性加权。在度中心加权的意见动态模型，我们提供了一个算法，任何图的节点划分成两个和多个集群的意见分歧的基础上。最后，将该划分算法应用于现实社交网络，包括Zachary karate club网络[1]和southern woman网络[2]，这些应用实例间接验证了度中心加权意见动力学模型的有效性.最后，建立了一般的中心加权意见动力学模型的性质。
2021-04-08 cs.SI cs.SY eess.SY
Opinion formation at Ising social networks
Univ. Toulouse, CNRS, Laboratoire de Physique Théorique（图卢兹大学、法国国家科学研究中心、理论物理实验室）
该研究通过伊辛模型探讨了社会网络中意见形成过程，揭示了当非精英意见影响力增强时，主导意见从精英转向群体的现象。
2025-11-16 cond-mat.stat-mech cs.SI physics.soc-ph
Modeling Opinion Dynamics: Ranking Algorithms on Heterogeneous Populations
影响过程的异质性是社会系统的一个重要特征：我们如何感知社会影响力以及我们如何影响其他个体，在很大程度上受到我们的意见和非意见属性的影响。后者包括人口、文化和结构（我们如何嵌入社交网络）特征。此外，影响过程的结果还可能取决于相互作用的个体在其特征方面的相似程度。本文讨论了这个问题，并阐述了基于代理的模型，是敏感的个人特征，意见和非意见的。该模型是加强与排名算法，模仿现实世界中广泛采用的在线社交网络的排名算法。对于由此产生的模型，我阐述了一个平均场近似，通过一个自治的常微分方程系统，描述了在宏观层面上的模型的行为。对该系统的性质进行了深入的研究。
2022-09-03 cs.SI math.DS physics.soc-ph
Ising-PageRank model of opinion formation on social networks
我们提出了一个新的伊辛PageRank模型的意见形成的社交网络上，通过引入一个伊辛或自旋类似的结构，相应的谷歌矩阵。网络中的每个选民或节点都有两个分量，分别对应于社会中的红色或蓝色意见。此外，每个选举人在网络上传播红色或蓝色意见，因此选举人之间的联系由两个支持两种意见中的一种或另一种的矩阵描述。选举者根据其红色或蓝色PageRank向量分量的优势来投票红色或蓝色。我们确定最终社会投票对具有红色（或蓝色）影响的节点的分数的依赖性，从而确定红色或蓝色选项之间的选举结果边界的过渡。我们发现，即使精英分数很小，这个过渡边界也会受到由网络的顶级PageRank，CheiRank或2DRank节点组成的社会精英选民的意见的显着影响。对英文维基百科2017和牛津大学2006的网络进行了分析和数值研究。
2018-11-18 cond-mat.stat-mech cs.SI physics.soc-ph
Measuring Asymmetric Opinions on Online Social Interrelationship with Language and Network Features
Tianjin University（天津大学）
本文没有从客观的角度研究社会关系的性质，而是关注个体对相互关系的主观和不对称看法。受社会语言学理论的启发，我们探讨了两个人对他们的相互关系的看法与他们的互动语言特征。在排除个人语言风格差异的基础上，我们阐明了交互语言特征值的不对称性可以反映个体对彼此关系的不对称看法。我们还讨论了意见不对称程度与个体人格特质的关系。此外，为了具体测量个体对人际关系的不对称看法，我们开发了一个综合交互语言和社会网络特征的新模型。在安然邮件数据集上的实验结果提供了多个关于相互关系的非对称意见证据，也验证了该模型在测量意见不对称程度方面的有效性。
2016-11-15 cs.CL cs.SI
Opinion dynamics in social networks: From models to data
意见是我们如何看待世界和彼此的一个组成部分。它们塑造集体行动，在民主进程、规范演变和文化变革中发挥作用。几十年来，社会科学和自然科学的研究人员一直试图描述个人观点的转变和社会交换如何导致公众舆论的原型状态，如共识和两极分化。在这里，我们回顾了该领域的许多贡献中的一些，重点是观点动力学的理想化模型，并试图用观察数据和受控社会学实验来验证它们。通过进一步缩小模型和数据之间的差距，这些努力可以帮助我们了解如何面对当前的挑战，这些挑战需要在复杂的情况下达成大量的人的协议，例如经济不平等，气候变化和社会政治格局的持续分裂。
2022-12-20 cs.CY cs.SI nlin.AO
Opinion Maximization in Social Networks by Modifying Internal Opinions
College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院）；Fudan University（复旦大学）
本文提出通过修改关键节点内部意见来最大化社交网络整体意见，采用高效采样算法和确定性异步算法，实现高效率和精度的优化方案。
2025-10-20 cs.DS cs.SI
Fuzzy Opinion Networks: A Mathematical Framework for the Evolution of Opinions and Their Uncertainties Across Social Networks
本文提出模糊意见网络框架，通过高斯节点连接模拟意见传播，分析不同网络结构中意见及其不确定性的演化机制。
2016-02-21 cs.SI cs.SY eess.SY
Opinion formation model for markets with a social temperature and fear
在行为金融学的精神，我们研究的过程中，投资者的意见形成使用的2D选民模型与可调的社会温度的变体。此外，引入了作用于温度的反馈，使得社会温度对市场不平衡做出反应，从而变得依赖于时间。在这个玩具市场模型中，社会温度代表了代理人对代表投机风险的市场失衡的紧张情绪。利用不连续广义选民模型相变的知识来确定临界不动点。该系统表现出亚稳相周围的这些固定点，其特征在于结构化的晶格状态，间歇性的偏移远离固定点。统计力学的模型的特点和它的关系，在现实市场中的投资者之间的意见形成的动态进行了讨论。
2012-12-19 cond-mat.stat-mech cs.SI physics.soc-ph
Structure vs. Language: Investigating the Multi-factors of Asymmetric Opinions on Online Social Interrelationship with a Case Study
Tianjin University（天津大学）
虽然目前的研究往往从客观的角度来研究在线社会关系的属性，但在社会计算研究中，我们还需要了解个体对他们之间相互关系的主观看法。受社会语言学理论的启发，最新的研究表明，互动语言可以揭示个体对彼此关系的不对称看法。为了解释意见在相互关系上的不对称性，本文将研究范围从单一关系扩展到网络社会的结构性语境。我们分析了交互式语言特征和相互关系的结构语境之间的相关性。考虑了社会网络中顶点、边和三角形的结构上下文。通过对安然邮件数据集的统计分析，我们发现个体对人际关系的看法（以交互语言特征衡量）与其在社会网络中的一些重要结构语境有关。这一结果可以帮助我们理解和测量的个人意见，他们的相互关系与更多的内在信息。
2016-11-02 cs.CL cs.SI
Opinion Dynamics of Online Social Network Users: A Micro-Level Analysis
在本文中，我们提出了一个大规模样本的在线社交网络用户的意见动态的实证研究。我们估计用户的意见作为连续标量的基础上，他们的订阅信息源和分析如何友谊连接影响这些估计的动态。区分积极的（对朋友的意见）和消极的（远离朋友的意见）意见转变，我们发现，意见转变的存在和大小正相关（主要是通过线性形式或倒U形形式），用户和他们的朋友之间的意见分歧的程度。此外，我们使用意见分歧来调节积极和消极转变之间的平衡：如果焦点用户和他们的朋友的意见太相似或不相似，则积极转变的可能性相对较低。
2022-01-25 cs.SI math.DS
Social Opinions Prediction Utilizes Fusing Dynamics Equation with LLM-based Agents
本文提出FDE-LLM算法，将大语言模型智能体与元胞自动机和SIR动力学方程融合，区分意见领袖与追随者，在微博数据集上显著提升了社会观点动态预测的准确性。
2025-05-06 cs.CY cs.SI
Leveraging Graph Embeddings for Opinion Leader Detection
本文提出一种模型无关框架，将意见领袖检测转化为节点嵌入排序任务，结合两种排序算法提升检测全面性，并分析动态网络中的时间变化。
2023-05-15 cs.SI
Inference in Opinion Dynamics under Social Pressure
我们引入了一个新的意见动力学模型，一组代理持有两种意见：固有的和宣布。每个代理人的固有意见是固定的，不能被其他代理人观察到。在每个时间步，代理人在社交网络上广播他们声明的观点，这些观点受到代理人固有观点和社会压力的支配。特别是，我们假设代理人可能会声明与他们的固有意见不一致的意见，以符合他们的邻居。这就提出了一个自然的问题：我们能否从对公开意见的观察中估计出行为人的固有意见？例如，代理人的固有意见可能代表他们真正的政治联盟（民主党或共和党），而他们宣布的意见可能会模拟社交媒体上推文的政治倾向。在这种情况下，我们可以通过观察选民的推文来预测选举结果，由于社会压力，这些推文不一定反映他们的政治支持。我们在底层社交网络是一个完整图的特殊情况下分析这个问题。我们证明，只要人口不包括大多数，估计的总和和个人的固有意见是可能的。另一方面，大多数人迫使少数人在时间上撒谎，这使得渐近估计是不可能的。
2022-05-03 cs.SI cs.SY eess.SY
Big data challenges for the social sciences: from society and opinion to replications
处理社交的大数据产生预测相关性，有利于品牌和网络平台。除了“社会”和“意见”（文本为它们列出了一个谱系）之外，还出现了“痕迹”，这些痕迹必须被社会科学理论化为“复制”，以便从实体的广泛可追溯性的不确定状态中获益。在数字网络出现之前，高频复制作为一种集体现象确实存在，但现在它们留下了可以计算的痕迹。目前正在出现的第三代社会科学必须承担数字网络所创造的数据世界的特定性质，而不是将它们减少到“社会”或“意见”科学的类别。Twitter和其他数字语料库上最近的作品中的例子表明，尽管对传播、病毒式传播和模因学的见解可以帮助建立一个新的理论框架，但对结构性效应或市场风格权衡的搜索是如何普遍存在的。
2016-07-18 cs.SI
