The Impact of External Sources on the Friedkin-Johnsen Model
本文将Friedkin-Johnsen模型推广至包含外部媒体来源的影响，分析了对立媒体来源使网络舆论激进化的条件与周期数，并证明不调整自身观点的媒体来源比会调整的更具影响力，实验验证了理论结果。
2025-04-11 cs.SI
Quantifying the Impact of Large Language Models on Collective Opinion Dynamics
本研究构建舆论网络动力学模型模拟大语言模型对集体舆论的影响，发现其输出意见影响意见差异与多样性，特定人群比例下多样性最优，引入额外智能体可缓解有害输出影响，为场景化舆论干预提供依据。
2023-08-26 cs.CY cs.SI
Modeling the Impact of Timeline Algorithms on Opinion Dynamics Using Low-rank Updates
本文提出一种基于Friedkin-Johnsen模型的方法，通过低秩更新建模时间线算法对观点动态的影响，并设计梯度下降算法在近线性时间内最小化网络极化与分歧，同时发布了包含超2.7万节点的数据集。
2024-02-15 cs.SI
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
Impact of Preference and Equivocators on Opinion Dynamics with Evolutionary Game Framework
意见动力学是自然科学和社会科学中最具挑战性的研究课题之一，其目的是通过各种意见的相互作用机制来理解集体行为的演化。为了清楚地阐明这个问题，二元意见模型成为一个有用的框架，其中代理人可以采取独立的意见。受现实观察的启发，本文提出了二元意见模型的两种基本交互机制：一种是所谓的BSO模型，参与者通过持有相同的意见而获益;另一种是BDO模型，参与者通过持有不同的意见而获益。在这两个基本模型的基础上，利用复制者方程（RE）模拟意见演化过程，在演化博弈框架下研究了意见偏好和模糊者对二元意见演化的综合影响。通过大量的模拟，我们展示了二元意见动力学的理论平衡状态，并从数学上分析了每个平衡状态的稳定性。
2015-07-28 cs.GT cs.SI physics.soc-ph
The Impact of Network Flows on Community Formation in Models of Opinion Dynamics
我们研究了耦合代理网络中的意见形成动力学。随着网络发展到稳定状态，同一社区内的代理人的意见比其他代理人的意见收敛得更快。这个框架使我们能够研究网络拓扑结构和网络流，它调解代理之间的意见转移，都影响社区的形成。在传统的意见动力学模型中，代理人通过保守流耦合，这导致一对一的意见传递。然而，社会互动往往是非保守的，导致一对多的意见转移。我们使用一对一和一对多的互动研究网络中的意见形成，并表明它们会导致不同的社区结构在同一个网络。
2014-07-09 cs.CY cs.SI physics.soc-ph
The Impact of Recommendation Systems on Opinion Dynamics: Microscopic versus Macroscopic Effects
本文构建观点动力学与推荐系统交互的闭环模型，通过解析与数值分析揭示个体观点变化可能与群体观点分布变化不一致。
2023-12-07 cs.CY cs.SI
Memory CODA: introducing memory effects in the Continuous Opinions and Discrete Actions model
针对标准CODA模型易产生不现实极端意见的问题，本文提出引入记忆效应的Memory CODA模型，发现记忆虽削弱意见强度但局部域仍有强化作用，且邻居数成为相关变量，为结果验证提供了途径。
2023-05-06 cs.SI nlin.AO 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
Temporal Opinion Spam Detection by Multivariate Indicative Signals
与广告不同，在线消费者评论反映的是真实的人的推荐。因此，它们对潜在消费者产生了关键影响，并间接影响到企业。根据哈佛大学的一项研究（Luca 2011），星级+1的提升会使收入增加5- 9%。问题是，这样的经济激励为垃圾邮件制造者创造了一个市场，让他们伪造评论，不公正地提升或降级企业，这些活动被称为意见垃圾邮件（Jindal and Liu 2008）。关于这个问题的绝大多数现有工作具有基于静态审查数据的公式，其中各自的技术以离线方式操作。然而，垃圾邮件活动的目的是在其过程中产生最大的影响。由垃圾邮件发送者的活动触发的异常事件可能被掩盖在未来事件的负载中，这是静态分析无法识别的。在这项工作中，我们接近的意见垃圾邮件问题的时间制定。具体来说，我们监控一系列精心挑选的指示性信号的意见垃圾邮件随着时间的推移，并设计有效的技术来实时检测和表征异常事件。在两个不同评论网站的数据集上的实验表明，我们的方法是快速，有效和实用的部署在现实世界的系统。
2016-03-07 cs.SI
Why do Opinions and Actions Diverge? A Dynamic Framework to Explore the Impact of Subjective Norms
Nanyang Technological University（南洋理工大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
针对现有模型未捕捉个体公开行动与私人观点动态相互作用的问题，提出整合观点动态与决策机制的基于智能体的建模框架，通过调整反映智能体人格特质的参数可控制群体内观点-行动分歧程度，还识别了社会扩散的三种关键结果。
2025-03-22 cs.SI physics.soc-ph
Ignoring Extreme Opinions in Complex Networks: The Impact of Heterogeneous Thresholds
我们考虑一类网络上的意见动态，在每个时间步，网络中的每个节点忽略一定数量的最极端的邻居的意见，并更新自己的意见作为剩余意见的加权平均值。当所有节点忽略相同数量的极端邻居时，以前的工作表明，当且仅当网络满足某些拓扑性质时，才会达成共识。在本文中，我们考虑了允许每个节点对可忽略的极端邻居数量设置个人阈值的影响。我们提供的图形条件下，保证这种动态的共识。然后，我们研究随机网络，其中每个节点的阈值是从一定的分布，并提供该分布的条件，连同条件的边缘形成概率，保证共识将达到渐近几乎肯定。
2016-09-28 cs.DM cs.SI physics.soc-ph
Impact of network randomness on multiple opinion dynamics
人们经常面临在具有相似吸引力的不同选项中做出选择的挑战。为了研究在这种情况下出现的偏好分布，一个有用的方法是在复杂网络上模拟观点动力学，复杂网络由节点（个体）和它们的连接（边缘）组成，其中每个节点的状态可以是包括未决定状态在内的几种观点之一。我们使用两种不同的动力学规则：提出的Travieso-Fontoura（TF）和多元性规则（PR），这是流出和流入动力学的典范，分别。我们特别感兴趣的是网络随机性对最终意见分布的影响。为此目的，我们考虑Watts-Strogatz网络，它具有小世界属性，并且随机性由向初始规则网络添加随机捷径的概率$p$控制。根据$p$的值、平均连接性$\langle k \rangle$和初始条件，最终分布基本上可以是（i）一致，（ii）不同选项的共存，或（iii）犹豫不决的优势。我们发现，在这两种动态中，获胜意见的主导地位是通过增加重新连接（捷径）的数量，促进共识而获得的。与TF情况相反，在PR动态中，一小部分未决定的节点可以持续在最终状态。在这种情况下，由于决策组中的关系，在小世界区域内出现了最大数量的未决定节点。
2018-01-07 cs.SI physics.soc-ph
Coevolution of Actions and Opinions in Networks of Coordinating and Anti-Coordinating Agents
本文提出行动与观点协同演化的双层网络博弈模型，分别证明协调与反协调智能体收敛至 NE，并给出共识及极化均衡的存在条件与吸引域。
2025-05-06 cs.GT cs.SI cs.SY
Coevolutionary Dynamics of Actions and Opinions in Social Networks
本文提出行动与观点在双层网络上协同演化的新模型，证明其为序数势博弈并全局收敛至纳什均衡，给出极化均衡条件，并用仿真研究多元无知现象。
2023-06-26 cs.MA cs.SI cs.SY
Antagonism also Flows through Retweets: The Impact of Out-of-Context Quotes in Opinion Polarization Analysis
在本文中，我们研究的影响，大多数社会媒体研究的消息共享（如转发）的性质，主要是积极的互动方面的常见假设。通过分析两个大型的纵向巴西Twitter数据集包含5年的两个两极分化的话题-政治和体育-我们的经验表明，持有对立观点的群体实际上可以转发对方比他们转发其他群体更频繁。我们发现，假设转发背书互动可能会导致误导性的结论，社会社区之间的对抗水平，这一明显的悖论部分解释了使用转发引用的原始内容创作者的消息的原始时间背景，幽默和批评的目的。因此，在网络媒体上传播的信息可能会随着时间的推移而发生极性逆转，这对旨在对网络媒体上的意见群体进行分类和跟踪的社会和计算机科学家构成了挑战。另一方面，我们发现，用户在最初发布消息后转发消息的时间可以是推断社交平台中对抗的有用信号，并且上下文外转发的激增与现实世界事件引发的情绪漂移相关。我们还讨论了如何将这些证据嵌入到情感分析模型中。
2017-03-11 cs.SI
Modelling the coevolution of opinion dynamics and decision making in social dilemmas
Adelaide University（阿德莱德大学）；Politecnico di Torino（都灵理工大学）；University of Groningen（格罗宁根大学）
本文提出一个数学模型，研究社会困境中行动与意见的共演，结合公共物品游戏与意见动态模型，分析共演博弈的均衡及收敛条件。
2026-04-10 cs.SI cs.SY eess.SY
Effects of Stubbornness on Opinion Dynamics
作为影响舆论动态的一个重要因素，中立性强烈地影响着舆论形成的各个方面。然而，目前关于异质性偏好对舆论动态影响的系统理论研究尚不多见。在本文中，我们研究了一个流行的意见模型的存在非齐次一致性。我们分析表明，异构的一致性有很大的影响收敛时间，每个节点的意见，并表示整体意见。我们提供了一个解释的表达意见的依赖于不同的森林跨越。我们提出了量化的指标来量化一些社会概念，包括冲突，分歧和极化，通过纳入异质性，并开发了一个近似线性时间算法来近似这些量，这对每个量的误差有一个证明了理论保证。为了证明我们的算法的性能，我们进行了大量的真实网络上的实验，这表明我们的算法是高效和有效的，可扩展到具有数百万个节点的大型网络。
2022-08-08 cs.SI
Information Dissemination Model Based on User Attitude and Public Opinion Environment
针对现有社交网络信息传播模型未考虑用户态度动态演化及舆论环境影响的问题，提出UAPE模型，实现多用户共同影响下的动态态度建模，准确率达91.62%-94.01%，优于现有方法。
2024-03-10 cs.SI
Understanding Public Sentiments, Opinions and Topics about COVID-19 using Twitter
COVID-19疫情在全球造成广泛破坏。除了对健康和经济的影响外，由于为防治这一流行病而实施的许多限制，日常生活的压力持续不断，造成了巨大的情感损失。为了更好地了解COVID-19的影响，我们提出了一个框架，利用公众推文来获取不同地区和多个时间段的公众情绪、情感和讨论话题。我们使用这个框架研究和讨论与COVID-19相关的各种研究问题，即：（i）情绪/情绪在疫情期间如何变化？(ii)情绪/情感如何随着全球事件而变化？及（iii）在疫情期间，有哪些共同讨论的议题？
2020-12-05 cs.SI
Impact of independence on polarization of opinions
社会的两极分化越来越受到许多领域交叉研究者的关注，因为它似乎是许多公共领域的一个定义性特征。在本文中，我们将探讨不愿屈服于群体压力，也被称为独立性，如何影响这一现象。特别是，我们想回答这样一个问题，即人们的独立选择是否能够改变一个系统的动态，否则这个系统就会两极分化。为此，将使用修改后的$q$ -选民模型。从我们的研究结果可以看出，独立性的影响至少是双重的。在低独立性水平下，两个对立群体之间的共识-极化转变比没有独立性时更快。更高的能级诱导系统从极化态到无序态的额外跃迁。
2019-10-11 cs.SI physics.soc-ph
Opinion Dynamics for Utility Maximizing Agents: Exploring the Impact of the Resource Penalty
本研究提出带资源惩罚项的效用最大化意见动力学模型，证明意见有界性、弱对抗网络下全局指数稳定平衡及共识条件，并分析博弈均衡与振荡行为。
2024-11-09 cs.GT cs.MA cs.SI
Impact of temporal network structures on the speed of consensus formation in opinion dynamics
网络上的观点动力学在经验系统和工程系统中有着广泛的应用，在复杂系统的一般研究中有着深远的前景。许多努力致力于了解观点动力学是如何受到网络拓扑结构的影响。然而，人类社会的互动最好的特点是时间网络中的互动顺序不能被忽视。时间活动模式，包括异构接触强度和interevent时间，营业额边缘/节点动态和日常模式可能有显着的影响，将不会被静态聚合网络表示。在本文中，我们研究了这种时间模式对共识形成速度的影响，在各种模型的连续观点动力学使用三个经验的人类面对面的网络，从不同的现实世界的设置。我们发现，静态聚合网络始终高估了模拟共识形成的速度，而与交互频率相关的权重异质性相对于未加权网络的行为对共识形成具有抑制作用。此外，共识形成的速度被发现是高度敏感的节点寿命，这表明随机化协议，大大改变了寿命的分布不能依赖于作为参考模型。另一方面，时间模式，包括突发性的interevent时间和生命周期的边缘被发现有共识形成的影响不显着。
2018-04-10 cs.SI physics.soc-ph
Impact of contrarians and intransigents in a kinetic model of opinion dynamics
在这项工作中，我们研究意见形成的完全连接的人口参与的公共辩论有两个不同的选择，代理人可能会采取三种不同的态度（有利于任何一个选择或其他，或未定）。代理人之间的相互作用是成对发生的，并且是竞争性的，耦合的概率是负的$p$或正的概率是$1-p$。这种双峰概率分布的耦合产生的行为类似于一个从引入Galam的逆向在人口。此外，我们认为，一小部分$d$的个人是不妥协的，也就是说，不愿意改变他们的意见。通过计算机模拟的后果的逆向和不妥协的存在进行了研究。我们的研究结果表明，不灵活的代理商的存在影响系统的临界行为，导致要么转移的临界点或抑制的顺序相变，这取决于群体的意见不妥协属于。我们还讨论了现实社会系统的模型的相关性。
2014-01-13 cond-mat.stat-mech cs.SI physics.soc-ph
Consensus, Bi-polarization and Multiformity in Opinion Dynamics with Bidirectional Thresholds
许多经验网络本质上是多元的，相互作用发生在任意代理人的群体中。然后，网络中的代理可以受到邻居类型的影响，常见的例子包括相似性，对立性和可忽略性。虽然在现实世界的复杂系统中，邻里之间的影响力可以准确地描述为一种既友好又敌对的关系，并且研究不同类型影响力下舆论演化的动态过程是有价值的，但很少有研究涉及这一问题。在本文中，我们开发了一个新的模型，在网络上的代理商与双向有界阈值的观点动力学的演变研究。我们定义了个体同化和排斥的范围，以识别不同类型的邻居，并通过转换意见差异来计算相应的邻居对个体的影响。仿真结果表明，该机制能有效解释意见演化过程中两极化现象的形成，双向有界阈值的设置对意见的最终分布有显著影响.此外，我们探讨了初始条件和小世界网络的结构对意见演化的影响。
2020-05-11 cs.SI physics.soc-ph
Opinion Manipulation in Social Networks
在这项工作中，我们感兴趣的是找到最有效的使用预算，以促进一个意见，支付代理人在一个组内取代他们的真实意见。我们将意见建模为从0到1的连续标量，1（0）代表非常积极（消极）的意见。我们专注于代理之间的不对称信任。代理的迭代更新对应于对其他代理的动作的最佳响应。由此产生的置信矩阵可以看作是一个等价的马尔可夫链。我们提供了简单而有效的算法来解决这个问题，我们通过一个例子来说明如何在实践中解决所述的问题。
2016-08-30 cs.GT cs.SI
Effect of recommending users and opinions on the network connectivity and idea generation process
本研究探讨推荐系统如何影响用户行为特质、网络连通性及新想法生成的多样性，揭示设计平衡探索与偏见风险的挑战与机遇。
2024-05-22 cs.CY cs.SI
On the Impact of Social Media Recommendations on Opinion Consensus
我们认为一个离散的意见形成问题，在设置代理人的影响，由他们的社会关系和直接从社会媒体经理收到的建议扩散的信息。我们研究了社交媒体的影响力和同质性比率的“强度”如何影响达成共识的代理人的概率，以及这些因素如何决定达成共识的类型。在一个简单的2-对称块模型中，我们证明了代理收敛到一个共识或持续的分歧。特别是，我们表明，当同性恋比例是大的，社会媒体有一个非常低的能力，确定的结果的意见动态。另一方面，当同性恋比例较低时，社交媒体的影响力可以对动态发挥重要作用，要么使达成共识变得更加困难，要么诱导极端意见。最后，为了将我们的分析扩展到更一般和现实的环境中，我们给出了一些实验证据，证明我们的结果在一般网络上仍然成立。
2022-04-27 cs.GT cs.MA 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
Detecting Bots and Assessing Their Impact in Social Networks
在线社交网络经常受到恶意行为者通过使用被称为机器人的自动账户进行的影响活动。我们考虑的问题，检测机器人在线社交网络和评估其对个人的意见的影响。我们首先分析机器人在社交网络中的行为，并确定它们表现出异质性，这意味着它们与人类的互动比其他机器人更多。我们使用这个属性来开发一个检测算法的基础上伊辛模型从统计物理。机器人通过解决最小割问题来识别。我们表明，这种伊辛模型算法可以识别机器人具有更高的准确性，同时利用更少的数据比其他国家的最先进的方法。然后，我们开发了一个函数，我们称之为广义谐波影响中心性，以估计机器人对社交网络中用户意见的影响。该函数基于广义意见动力学模型，并捕捉机器人的活动水平和网络连接如何改变平衡意见。为了将广义调和影响中心性应用于真实的社交网络，我们开发了一个深度神经网络来基于用户的社交网络帖子来测量用户的意见。使用这个神经网络，我们然后计算机器人在多个真实的社交网络的广义谐波影响中心。对于一些网络，我们发现有限数量的机器人可以导致人口观点的重大变化。在其他网络中，我们发现机器人几乎没有影响。总的来说，我们发现广义谐波影响中心是一个有用的操作工具来衡量机器人在社交网络的影响。
2020-12-16 cs.SI physics.soc-ph stat.AP
Language-Driven Opinion Dynamics in Agent-Based Simulations with LLMs
本文提出LODAS模型，利用LLM智能体模拟辩论，研究语言与论证谬误对观点演变的影响，揭示宜人性与奉承性特征及共识涌现，并暴露LLM的偏见与缺陷。
2025-02-26 cs.SI
Modeling the Impact of Group Interactions on Climate-related Opinion Change in Reddit
本文提出时序超图模型捕捉 Reddit 气候讨论中的群体互动，在个体用户层面预测立场变化，并通过大型语言模型估计的真值验证其优于二元互动模型。
2025-05-05 cs.CY cs.SI physics.soc-ph
Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of Twitter users
在社会范围内接种COVID-19疫苗被认为是抵御COVID-19大流行的最合适方式。这一全球疫苗接种运动自然助长了支持Vaxxers和反对Vaxxers在社交媒体平台上强烈表达他们对疫苗的支持和担忧的可能性。理解这种在线话语对政策制定者至关重要。这一认识可能会影响疫苗接种工作的成功，甚至可能影响我们抗击这一大流行病的最终结果。这项工作的目标是提高这种理解使用Twitter话语数据的镜头。我们首先开发了一个分类器，它可以根据用户的疫苗相关立场对用户进行分类，精度高达97%。使用这种方法，我们检测和调查在COVID前和COVID时代发布疫苗的特定用户群体。具体来说，我们确定了这些用户谈论的不同话题，并调查了疫苗相关话语在新冠肺炎前和新冠肺炎后之间的变化。最后，我们首次调查了Twitter用户中与疫苗相关的立场的变化，并揭示了这种立场变化的潜在原因。我们的数据集和分类器可以在https://github.com/sohampoddar26/covid-vax-stance上找到。
2021-11-20 cs.CY cs.SI
Onset of coherent attitude layers in a population of sports fans
本文的目的是实证调查的球迷的行为，全球耦合到一个共同的环境信息源。环境刺激以裁判员判定表的形式给出。球迷的样本必须对每个刺激作出反应，通过关联点表示他/她自己的意见，情绪和行动，裁判的决定挑起。数据拟合布里渊函数，这是一个适应的量子统计物理模型的社会现象的解决方案。进行相关性和主成分分析，以检测球迷的社会合奏的任何集体行为。研究结果表明，球迷作为一个系统的行为受到一个相变的中性状态的意见，情绪和行动空间已不稳定，并形成一个新的稳态的连贯的态度。波动的增强和增加的社会易感性（反应）裁判的决定连接到前几个决定。这些参数值的随后减少标志着球迷的社会合奏的态度空间内的连贯分层的开始。在意见空间中，由于只有一层连贯性出现，所以粉丝连贯性最大。在情感空间和动作空间中，连贯水平的数量分别为2和4。主成分分析揭示了一个强大的集体行为和高度的整合内部和之间的意见，情感和行动空间的样本的球迷。这些结果指出了一种可能的方式，即不同的原始群体，暴力的和温和的，可能是由于全球耦合到一个共同的信息源而形成的。
2011-08-10 cs.SI
Earthquake Impact Analysis Based on Text Mining and Social Media Analytics
Tsinghua University（清华大学）
地震对广大地区有着深刻的影响，紧急救援行动可能会受益于有关灾害范围和程度的社交媒体信息。因此，这项工作提出了一种基于文本挖掘的方法来收集和分析早期地震影响分析的社交媒体数据。首先，基于爬虫技术从新浪微博中收集灾害相关微博。然后，对数据进行清洗，进行一系列分析，包括（1）热词分析，（2）微博数量趋势分析，（3）舆情趋势分析，（4）基于关键词和规则的文本分类地震影响分析。最后，分析了中国最近两次震级和震源深度相同的地震，比较了它们的影响。研究结果表明，舆情趋势分析和舆情情绪变化趋势可以对地震社会影响进行早期评估，有助于决策和救援管理。
2022-12-12 cs.CL cs.LG cs.SI
Evolution of Social Power for Opinion Dynamics Networks
本文研究了一组代理人在讨论一系列问题时的意见和人际影响结构的演变，每个问题都遵循一个意见动力学模型。在这项工作中，我们提出了一个一般的意见动力学模型和人际影响结构的演变模型的基础上，反映评价提出的弗里德金。我们的贡献可概括如下：（i）我们引入了一个观点动态模型和问题之间的人际影响结构的演变被视为对邻居行为的最佳反应成本最小化，（ii）我们表明，DeGroot和Friedkin-Johnsen的观点动态模型及其人际影响结构的演变是我们提出的模型的特殊情况，（3）证明了均衡的存在性。这项工作是朝着提供一个坚实的制定意见的演变和人际影响结构的一系列问题。
2017-11-17 cs.GT cs.SI
Multi-choice opinion dynamics model based on Latane theory
本文重新考虑了Nowak-Szamrej-Latané模型。这种观点形成的计算机化模型基于Latané的社会影响理论。我们修改这个模型，以允许多（两个以上）的意见。通过计算机模拟，我们发现在改进的模型中仍然可以观察到有序/无序相变的特征。可以在共享第$i$意见的行动者的平均分数、其变化以及具有相同意见的行动者集群的平均数量和共享相同意见的行动者的最大集群的平均大小中观察到转变。此外，模型控制参数对仿真结果的影响进行了简短的评论。对于一个具有相同行动者的说服力和说服力的同质社会，临界社会温度$T_C$随着可用意见$K$的增加而降低，从$T_C=6.1$（$K=2$）到$K=3$，4，5，分别为4.7，4.1到$T_C=3.6$。
2019-02-09 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
Understanding the Effect of Opinion Polarization in Short Video Browsing
本文针对短视频浏览中观点极化难以用传统反馈信号检测的问题，提出利用脑电图信号评估和预测用户对极化内容的神经反应与接触情况，为量化观点极化影响提供了新方法。
2025-04-09 cs.CY cs.SI
Conformity, anticonformity and polarization of opinions: insights from a mathematical model of opinion dynamics
理解和量化社会系统中的两极分化是重要的，原因有很多。例如，它可以帮助避免社会中的隔离和冲突，或控制两极分化的辩论并预测其结果。在本文中，我们提出了一个版本的$q$ -选民模型的观点动力学与两种类型的社会影响的反应：符合（如在原来的$q$ -选民模型）和反符合。我们把模型的社会网络的双团拓扑结构，以检查这些反应之间的相互作用如何影响的观点动力学的人口分为两个对立的部分。该模型进行了分析，数值模拟和蒙特卡罗模拟。我们的研究结果表明，系统经历了两个分支的集团之间的交叉链接的数量的变化。在第一个临界点以下，整个系统的共识是可能的。因此，两个对立的集团只有在松散地联系在一起时才可能有相同的意见。在该点以上，系统最终处于极化状态。
2017-07-13 cs.SI physics.soc-ph
Propagation of epidemics in a polarized society: impact of clustering among unvaccinated individuals
关于疫苗接种的意见两极分化可能对大流行控制产生负面影响。在这项工作中，我们量化了这种对COVID-19传播的负面影响，使用基于代理的模拟，在具有多种类型网络的异质人群中，代表不同类型的社会互动。我们表明，未接种疫苗的个人的聚类，与意见的两极分化，可以导致大流行的演变相比，确定性模型的预测显着差异。在我们的现实基线情景下，这些差异是有效繁殖数量增加33%，高峰期感染增加157%，最终累积发病率增加30%。
2022-06-01 cs.MA cs.SI physics.soc-ph
Opinion Dynamics in Social Networks: A Local Interaction Game with Stubborn Agents
新思想、创新和行为在大型社会网络中传播的过程可以被认为是一个网络互动游戏：每个代理从他的朋友邻居中的一定数量的代理那里获得信息，并调整他的想法或行为以增加他的利益。在本文中，我们感兴趣的意见，对某一主题，形成在社交网络。我们将意见建模为从0到1的连续标量，1（0）代表非常积极（消极）的意见。每个代理人都有一个初始意见，并根据他的邻居的意见，他的初始意见以及他对他的初始意见的无知而产生一些成本。智能体根据自己的初始意见和观察邻居的意见迭代更新自己的意见。代理的迭代更新可以被视为近视成本最小化响应（即，所谓的最佳对策）。我们研究是否可以出现这样的局部相互作用的结果，以及这种平衡可能如何取决于网络结构，代理的初始意见，以及顽固代理的位置和他们的谨慎程度。我们还研究了收敛到这种平衡点的速度，并将收敛时间描述为上述因素的函数。我们还讨论了这些结果在一些著名的图，如Erdos-Renyi随机图和小世界图的影响。
2012-08-24 cs.GT cs.SI
A two-layer model for coevolving opinion dynamics and collective decision-making in complex social systems
基于意见动力学和进化博弈论的文献，我们提出了一个新的数学框架来模拟复杂社会系统中意见和决策相互交织的共同进化。在该框架中，社会社区的成员更新他们的意见，并修改他们的行动，因为他们了解别人的意见分享的沟通渠道，并通过影响力的渠道观察别人的行动，这些互动决定了一个两层的网络结构。我们提供了一个应用程序的建议框架，通过定制它来研究采用一种新的社会规范，表明该模型能够捕捉到出现的几个现实世界的集体现象，如范式转变和不受欢迎的规范。通过建立分析条件和蒙特卡罗数值模拟，我们阐明了意见动态和决策之间的耦合，以及网络结构，在塑造社会系统中复杂的集体行为的出现的作用。
2021-02-18 cs.MA cs.SI cs.SY
The building up of individual inflexibility in opinion dynamics
为了建立一个更符合实际的可解释性模型，将两种观点动力学模型纠缠在一起。第一个是Galam统一框架（GUF），其中包括理性和不灵活的代理人，另一个考虑连续意见和离散行动（CODA）的组合。虽然最初在GUF中，可扩展性是代理的固定给定特征，但现在它是通过重复更新做出相同选择的给定代理的累积结果。因此，不灵活性作为行动者的一种内在属性出现，成为其意见强度的一个连续函数。因此，一个代理人或多或少可以是不灵活的，可以从沿着一个选择的灵活性转变为沿着相反选择的灵活性。这些个体动态的建立和下降的代理可信性是由连续的本地更新相关的个人意见。在预测公共辩论结果方面获得并讨论了新的结果。
2012-08-16 cs.SI physics.soc-ph
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
Local Edge Dynamics and Opinion Polarization
社交媒体平台、推荐系统及其共同的社会影响的激增，促使人们对社交网络内的意见形成和演变产生了极大的兴趣。我们研究如何本地边缘动态可以驱动意见极化。特别是，我们介绍了一个变种的经典的Friedkin-Johnsen意见动态，增强了一个简单的时间演化网络模型。边根据简单的规则迭代地添加或删除，基于个人偏好和网络建议进行建模决策。通过对合成图和真实世界图的模拟，我们发现两种动态的组合存在会引起高度极化：1）确认偏差-即，节点连接到具有类似表达意见的其他节点的偏好，以及2）朋友的朋友链接推荐，其鼓励紧密连接的节点之间的新连接。我们表明，我们的模型易于理论分析，这有助于解释这些本地动态如何侵蚀意见群体之间的连接，影响极化和相关的跨边缘的分歧措施。最后，我们验证了我们的模型对现实世界的数据，表明我们的边缘动态驱动任意图的结构，包括随机图，更接近真实的社交网络。
2022-12-08 cs.CY cs.SI
Opinion dynamics under electoral shocks in competitive campaigns
Instituto Federal do Pará（帕拉联邦理工学院）；Universidade Federal Fluminense（弗鲁米嫩塞联邦大学）
本文提出一个结合选民记忆和外生冲击的计算框架，研究选举竞争中意见动态受冲击影响的行为特征。
2026-02-04 cs.SI physics.soc-ph
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
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
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
Discrete Opinion models as a limit case of the CODA model
观点动力学模型，对于他们中的大多数，可以分为离散和连续。它们被用于不同的情况，它们之间的关系并不明确。在这里，我们将探讨一个选择是离散的，但意见是一个连续函数的模型（连续意见和离散行动，CODA模型）和传统的离散模型之间的关系。我将证明，当尾句被修改，包括推理的影响，一个代理人可以对自己的邻居，同意和不同意不再有同样的重要性。当一个代理认为自己越来越有影响力时，我们将研究极限，我们将看到一个恢复离散动态，就像在那个极限中的选民模型一样
2012-01-22 cs.MA cs.SI nlin.AO
Clusters and the entropy in opinion dynamics on complex networks
在这项工作中，我们研究了复杂网络上的修改后的Hegselmann-Krause意见模型的异质人口。我们引入香农信息熵的所有相对意见集群来表征在最终配置的集群配置文件。独立于网络结构，存在一个子种群的最优聚集度，使最大的簇数和最高的熵。此外，对于最小的聚类数和最小的熵，存在一个子种群的最优有界置信度（或子种群比）。然而，网络结构确实影响集群配置文件。大的平均度有利于达成共识，使不同的网络与完全图更加相似。网络规模对无标度网络上异质种群的聚类分布影响有限，但对小世界网络上异质种群的聚类分布影响显著。
2019-09-11 cs.SI nlin.AO physics.soc-ph
The Sound of Silence in Social Networks
本研究将沉默螺旋理论融入DeGroot模型，提出两种观点更新模型（SOM-和SOM+），通过理论分析与仿真揭示少数派沉默对观点形成和共识收敛的影响。
2025-09-11 cs.MA cs.SI
A Bounded-Confidence Model of Opinion Dynamics with Heterogeneous Node-Activity Levels
基于主体的观点动力学模型允许研究实体之间的观点传播，并研究共识、极化和分裂等现象。通过研究社会网络上的观点动力学模型，可以探索网络结构对这些现象的影响。在社交网络中，一些人比其他人更频繁地分享他们的想法和观点。这些差异可能来自不同的社交能力，不同的活动水平，参与社交媒体平台时分享意见的不同流行程度，或其他原因。为了研究这种异质性对观点动力学的影响，我们通过引入节点权重来推广观点动力学的Deffuant-Weisbuch（DW）有界置信度模型。节点权重允许我们对具有不同交互概率的代理进行建模。使用数值模拟，我们系统地调查（使用各种网络结构和节点权重分布）的节点权重，我们均匀随机分配给节点的影响。我们表明，引入异构节点权重的结果在更长的收敛时间和更多的意见碎片比在基线DW模型。在我们的网络中的节点权重允许一个考虑各种社会学的情况下，代理人与其他代理人交互的异构概率。
2023-03-21 cs.SI math.DS nlin.AO
