A collective opinion formation model under Bayesian updating and confirmation bias
我们提出了一个集体意见形成模型与所谓的确认偏见。确认偏误是一种心理效应，在意见形成的背景下，赞成某个意见的个人容易将新的信息误解为支持个人当前的信念。我们的模型修改了单个个体的贝叶斯决策模型[M.拉宾和J. L. Schrag，Q. J. Econ. 114，37（1999）]的情况下，相互作用的个体的良好混合的人口在没有外部输入。我们数值模拟的模型表明，所有的代理人最终同意的两个意见之一，只有当确认偏差是弱的。否则，随机种群动力学最终会产生不一致的配置（也称为极化），特别是对于大系统尺寸。强烈的确认偏差允许不同部分的个体最终形成不同的不同意配置，以支持相反的意见。
2013-06-21 cs.SI physics.soc-ph
Quantifying Extreme Opinions on Reddit Amidst the 2023 Israeli-Palestinian Conflict
Cardiff University（卡迪夫大学）
本文基于Reddit超45万条帖子，提出基于词典的无监督方法，结合愤怒、极性和主观性量化极端观点，并揭示现实冲突事件与在线极化话语之间的关联。
2024-12-14 cs.CL cs.SI
Opinion Formation and the Collective Dynamics of Risk Perception
集体意见的形成是一个复杂的现象，是大众媒体曝光和个人之间的社会影响共同作用的结果。目前的工作介绍了一个专门设计的意见形成模型，以解决风险的判断，如对气候变化，恐怖主义威胁，或儿童疫苗接种的态度。该模型假设人们从媒体环境中收集风险信息，并在当地与其他个人交换。即使个人最初接触到相同的信息样本，该模型预测的意见极化和集群的出现。特别是，数值模拟突出了决定集体结果的两个关键因素：个人搜索独立信息的倾向和社会影响力的强度。这项工作提供了一个量化框架，以预测和管理公众如何应对特定风险，并有助于理解恐惧和担忧的系统性放大，或低估真正的危险。
2014-01-06 cs.SI nlin.AO physics.soc-ph
Quantifying Collective Emotions: Japan's Societal Trends Through Enhanced Sentiment Index Using POMS2 and SNS
本研究基于X（原Twitter）数据和POMS2的“友好度”指标构建情感指数，通过分析发现其与博客数据结果一致，可有效捕捉日本社会情绪波动，为可视化社会趋势提供跨平台指标。
2025-02-12 cs.CY cs.SI
Quantifying Media Influence on Covid-19 Mask-Wearing Beliefs
本研究针对美国新冠口罩佩戴信念议题，构建标注新闻报道数据集，结合盖洛普民意数据验证了媒体信息与公众观点的细粒度关联，可用于分析情绪变化及驱动事件，为媒体影响研究提供方法参考。
2024-03-06 cs.CY cs.SI physics.soc-ph
Collective Opinion Dynamics in Structured LLM Populations
Department of Computer Science, University of Pisa（比萨大学计算机科学系）；ISTI-CNR（意大利国家研究委员会ISTI研究所）
本文通过受控同质性和群体规模的网络生成模型，研究了LLM代理在多轮辩论中的集体行为，揭示了共识漂移现象，强调需区分结构效应与模型偏差以正确理解LLM群体的行为。
2026-09-30 cs.AI cs.CY cs.MA
Modelling influence and opinion evolution in online collective behaviour
舆论演变和判断修正是通过社会影响来介导的。基于一个大型的众包在体外实验（n=861），它示出了如何共识模型可以用来预测在线集体行为的意见演变。这是第一次对真实数据集测试意见动态定量模型的预测能力。与以前的研究不同，该模型是在不用于校准的数据上进行验证的，这避免了对更复杂的模型的偏爱，并防止了过度拟合。该模型是参数化的影响力，每个人，一个因素，在何种程度上个人纳入外部判断。预测的准确性取决于参与者过去行为的先验知识。反映数据可用性的几种情况进行了比较。当数据稀缺时，来自先前参与者的数据被用来预测新参与者的行为。判断修正包括不可预测的变化，这限制了预测的可能性。提出了不可预测性的第一个衡量标准。该措施是基于一个特定的控制实验。超过三分之二的预测错误是由于人类判断修正过程的不可预测性而不是模型的不完善。
2016-06-03 cs.SI
AI-Mediated Communication Can Steer Collective Opinion
Hasso Plattner Institute（哈索普兰特纳研究所）；Oxford Internet Institute, University of Oxford（牛津互联网研究所，牛津大学）；Weizenbaum Institute（魏泽纳姆研究所）
本文研究AI在人类间交流中对集体意见形成的影响，通过实证和理论分析展示AI引入的方向性偏见如何通过网络放大并改变集体观点，探讨平台如何控制此类偏见。
2026-11-11 cs.AI cs.CL cs.CY
Quantifying and Mitigating Consensus Disparity in Social and Information Networks
Arizona State University（亚利桑那州立大学）；Cornell University（康奈尔大学）
本文提出框架量化和优化共识差异，探讨在不确定群体结构下的意见动力学模型，通过结构分析和缓解方法减少网络中的极化现象。
2026-06-27 cs.SI physics.soc-ph
Linking Opinion Dynamics and Emotional Expression in Online Communities: A Case Study of COVID-19 Vaccination Discourse in Japan
School of Computing Institute of Science Tokyo（东京科学大学计算学院）
本研究通过分析日本新冠疫苗讨论中的情绪动态，揭示了集体情绪、社区归属和个体情绪变化对疫苗接种意见形成的影响。
2025-11-26 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
Opinion Dynamics over Migration Networks
Sapientia Hungarian University of Transylvania（特兰西瓦尼亚匈牙利萨皮恩西亚大学）；Zuse Institute Berlin（柏林祖斯研究所）；Freie Universität Berlin（柏林自由大学）
提出一个耦合局部意见转变、人口过程和社区间迁移的随机框架，通过时空主方程描述，推导确定性平均场方程，揭示随机性和迁移如何定性改变共识、极化等集体结果。
2026-06-25 cs.SI math.DS physics.soc-ph
Leveraging Uncertainty in Collective Opinion Dynamics with Heterogeneity
本文研究集体舆论动力学中先验信息质量和网络中心性两种异质性，通过引入不确定性作为额外维度，提出自适应加权机制，提高共识准确性和速度，并揭示异质性与信息的双向关系。
2024-01-26 cs.SI physics.soc-ph
Message Order Selects Opposite Collective Opinions on Laplacian-Cospectral Networks
Hong Kong Shue Yan University（香港树仁大学）；Beijing Normal University（北京师范大学）；City University of Hong Kong（香港城市大学）
该研究构建类量子状态的智能体网络模型，发现相同消息的传递顺序会使两个16节点拉普拉斯谱相同的网络收敛到对立共识，揭示消息顺序对集体意见选择的关键作用。
2026-08-24 cs.SI physics.soc-ph
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
Influence of media on collective debates
信息系统（T.V.，报纸、博客、社交网络平台）及其内部动态对集体辩论的演变，从而对公众舆论起着根本性的作用。在这项工作中，我们解决这样一个过程，重点是如何目前的内部战略的信息系统（竞争，客户满意度），一旦与八卦可能会影响的意见动态。强化效应在社交网络平台中尤其明显，在这些平台中，多种不相容的文化共存（例如，支持或反对化学痕迹和爬行动物的存在，新世界秩序阴谋等等）。我们引入了一个计算模型的观点动力学，占媒体和八卦的共存分开，但相互依存的机制影响的意见演变。在媒体提供的信息和社会联系人的意见的当代压力下，个人可能会改变自己的意见。我们强调媒体传播模式的影响，考虑两个简单的情况下，每个媒体模仿的行为最成功的一个（为了最大限度地提高观众）和情况下，有极化，从而媒体报道的信息之间的竞争（为了保存和满足他们的细分观众）。最后，我们首先在传统的主流媒体的情况下（即，当每个媒体都知道所有其他的格式），然后，考虑到互联网的影响，对更复杂的连接模式（如在基于网络的信息的情况下）的信息周期模型。我们表明，多个和极化的信息源导致稳定的配置，几个和遥远的意见共存。
2013-07-16 cs.CY cs.SI physics.comp-ph
Hierarchical Consensus Formation Reduces the Influence of Opinion Bias
我们研究了层次结构的作用，在一个简单的集体共识形成的基础上有界的信心模型与连续的个人意见。对于本文所考虑的这个模型的特定变化，我们假设，每当两个人相互作用并形成共同的决定时，都会引入对极端意见的偏见。作为一个简单的代理等级社会结构，我们介绍了一个两步决策过程中，在第二步中，志同道合的个人群体被取代的代表，一旦他们达成了当地的共识，和代表反过来形成一个集体决策的下游过程。我们发现，引入这样一个分层决策结构可以提高共识的形成，在这个意义上，最终的集体意见是更接近真正的平均个人意见比没有它。特别是，我们数值研究如何由代表个人代表的群体的大小的志同道合的个人影响的偏见的影响，最终的人口范围内的共识。这些结果是感兴趣的组织政策的设计和优化层次结构的背景下，群体决策。
2012-07-21 cs.SI physics.soc-ph
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
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
Quantifying the impact of network structure on speed and accuracy in collective decision-making
在从神经元到蚂蚁再到鱼的各种环境中，二元决策是集体计算的最简单形式之一。在这个过程中，个人收集的关于不确定环境的信息被积累起来，以指导总体规模的行为。我们研究了网络中对小信噪比输入响应的二进制决策动态，寻找控制决策性能的集体性的定量度量。我们发现，决策的准确性主要由三个因素控制：网络邻接矩阵的领导特征值，相应的特征向量的参与率，以及距离相应的破环分岔。这使我们能够预测决策性能如何根据其频谱特性在大型网络中扩展。具体来说，我们探讨了本地化所造成的层次结构的“丰富的俱乐部”拓扑结构的影响。这让我们深入了解在执行集体计算的生命网络中发现的高阶结构所涉及的权衡。
2019-03-22 cs.SI q-bio.NC
Emergence of polarization in networks of large language model agents
Tsinghua University（清华大学）；Tianjin University（天津大学）；University of Chicago（芝加哥大学）；University of Amsterdam（阿姆斯特丹大学）；Santa Fe Institute（圣塔菲研究所）
本研究模拟数千个基于多种大语言模型的智能体网络交互，发现其自发形成社交网络并涌现观点极化，行为与人类社交网络及观点动力学模型一致，可作为干预策略的合成测试平台。
2026-09-09 cs.CY cs.SI
Oscillatory and Excitable Dynamics in an Opinion Model with Group Opinions
本文提出一个同时考虑个体与三人群体意见的超图模型，揭示群体意见可引发振荡和可激发动力学，并通过平均场近似与数值模拟证明振荡仅在二元与多元交互数量不完全相关时出现。
2025-04-11 cs.SI math.DS nlin.AO
The effect of algorithmic bias and network structure on coexistence, consensus, and polarization of opinions
现代社会的个人在一个普遍的、可变的、几乎隐藏的内容过滤技术生态系统中分享想法并参与集体过程，这些技术决定了我们在网上看到的信息。尽管这些算法对日常生活和社会产生了影响，但人们对它们对信息传递和意见形成的影响知之甚少。因此，目前还不清楚算法偏见在多大程度上会对集体决策产生有害影响，例如倾向于辩论。在这里，我们介绍了一个一般的理论框架，系统地链接模型的观点动力学，社会网络结构，和内容过滤。我们展示了我们的框架的灵活性，通过探索一个家庭的二进制状态观点动力学模型，信息交换在于从成对组相互作用的频谱。所有的模型都显示出由算法偏差和模块化网络结构驱动的意见极化机制。然而，内容过滤的作用令人惊讶地微妙;对于成对交互，它导致两极分化，而对于群体交互，它促进了意见的共存。这使我们能够确定哪些社交互动对算法偏见具有鲁棒性，哪些社交互动容易受到偏见增强的意见两极分化的影响。我们的框架提供了理论基础的发展，以解决有害影响的在线偏见，如信息瓶颈，回音室，和意见激进。
2022-10-27 cs.SI physics.soc-ph
Static and Dynamic Strategies for Influencing Opinions in Social Networks
Politecnico di Milano（米兰理工大学）
研究通过实验比较静态和动态干预策略在社会网络中影响意见的效果，发现动态策略更有效，能逐步招募中间节点并扩展影响范围。
2026-05-14 cs.CY cs.SI
IntervenSim: Intervention-Aware Social Network Simulation for Opinion Dynamics
Huazhong University of Science and Technology（华中科技大学）；Beijing Institute of Computer Technology and Applications（北京计算机技术应用研究所）
IntervenSim通过闭环模拟机制，结合源端干预和群体反应，提升复杂社交事件模拟的准确性与效率，实验显示在MAPE和DTW指标上均优于现有方法。
2026-04-16 cs.SI
Opinion formation driven by PageRank node influence on directed networks
我们研究了两个国家的意见形成模型驱动的PageRank节点的影响，并报告了一个广泛的数值研究如何PageRank影响集体意见的形成在大规模的经验有向网络。在我们的模型中，一个节点的意见可以更新的总和，其邻居节点的意见加权的节点影响力的邻居节点在每一步。我们考虑PageRank概率和它的次线性功率作为节点影响力的措施，并调查在各种条件下的意见的演变。首先，我们观察到所有的网络在一定的松弛时间后达到稳定状态的意见。这个时间尺度随着网络中节点影响的异质性而减小。其次，我们发现我们的模型在稳态下表现出共识和非共识行为，这取决于网络的类型：Web图，物理学文章的引用网络和LiveJournal社交网络表现出非共识行为，而维基百科文章网络表现出共识行为。第三，我们发现，一个更异质的影响力分布导致一个更统一的意见状态的情况下，Web图，维基百科和Livejournal。然而，在引文网络中观察到相反的行为。最后，我们确定，少数有影响力的节点可以施加自己的意见，在所有考虑的网络中的其他节点的显着部分。我们的研究表明，节点影响力的异质性对意见形成的影响可能是显着的，并建议进一步研究网络中节点影响力和集体意见之间的相互作用。
2015-06-06 cs.SI 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
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
Credibility Governance: A Social Mechanism for Collective Self-Correction under Weak Truth Signals
School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院）；Tsinghua University（清华大学）；University of California, Los Angeles（加州大学洛杉矶分校）；State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）
可信治理通过动态可信度评分和可信度加权背书，提升集体自我校正能力，减少虚假信息影响。
2026-03-03 cs.AI cs.CL cs.CY
Quantifying Influencer Impact on Affective Polarization
该研究构建反事实框架，分析Twitter（X）上意见领袖参与对气候变化、枪支管制议题讨论情感极化的影响，证实其对公共话语的显著作用，为理解网络讨论影响社会分裂提供参考。
2024-09-16 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
Analysis and Consensus Control of Emergent Dynamic Polarization in Minimally-Nonlinear Opinion Dynamics
George Mason University（乔治梅森大学）
本文提出M-NOD框架解析社交网络观点演化产生的动态极化，证明其稳定性条件，开发局部控制策略仅锚定单个智能体即可消除振荡分歧、恢复共识。
2026-08-11 cs.SI cs.SY eess.SY
Influencing Opinion Dynamics in Networks with Limited Interaction
这项工作的重点是设计影响策略，以塑造个人网络的集体意见。我们考虑一个变种的选民模型中的意见演变的两种方式之一。在没有外部影响的情况下，意见通过网络中个人之间的互动而演变，而在存在外部影响的情况下，意见会向影响者偏好的方向转变。我们专注于一个有限的时间范围和影响战略的特点是，当它施加影响，在这个时间范围内，鉴于其预算限制。之前关于这个意见动态模型的工作假设个人会考虑网络中所有个人的意见。我们概括这一点，并考虑设置个人的意见演变取决于从网络的意见有限的集合。我们的最佳影响策略的性质的功能，在这种收集的意见形成的方式。
2020-02-03 cs.SI cs.SY eess.SY
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
From Content Sharing to Opinion Shaping: A Theoretical Framework for Cascade-Driven Opinion Dynamics
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与遥测研究所）
本研究针对现有模型分离处理信息扩散与观点形成的问题，基于FJC模型推导条件分层递归，引入MFA并开发树约简，通过模拟验证，揭示FJC动力学的丰富观点演化模式，为相关建模提供理论基础。
2026-10-14 cs.SI
Natural-Language Multi-Agent Simulations of Argumentative Opinion Dynamics
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出了一种基于自然语言主体的论证模型（ABMA）。它的人工慎思代理（ADA）是在人工智能和计算语言学中最近发展起来的所谓神经语言模型的帮助下构建的。ADA配备了一个最低限度的信念系统，并可能产生和提交新的贡献的对话。自然语言ABMA允许我们用英语模拟集体审议，即用论据、理由和主张本身，而不是用它们的数学表示（如在正式模型中）。本文使用自然语言ABMA来测试论证的正式理性平衡模型的鲁棒性[Maes & Flache 2013，Singer et al. 2019]：首先，只要ADA保持被动，确认偏差和同质更新就会触发极化，这与正式模型的结果一致。然而，一旦ADA开始积极地产生新的贡献，保守性的演变就由代理人 * 作为作者 * 的属性主导。这表明，创造新的论点，理由和主张对对话产生了关键性的影响，对于理解集体审议的动态具有至关重要的意义。论文最后指出了该模型的进一步富有成效的应用以及未来研究面临的挑战。
2021-04-14 cs.AI cs.CL cs.CY
Who creates trends in online social media: The crowd or opinion leaders?
在线社交媒体的趋势总是反映了整个网络中大量个人的集体关注。例如，网络俚语可以在极短的时间内因社会模因和网络传播而无处不在。通过对中国微博的研究发现，网络流行语的使用在时间演变过程中经历了两个高峰，其中前者的使用率远低于后者。事实上，这一有趣的现象提供了一个体面的窗口，揭示了推动在线社交媒体大规模扩散趋势的基本因素。具体而言，通过对不同峰值所代表的传播效果进行深入比较，发现在传播初期，人群的关注度越高，传播效果越好;而在传播初期，意见领袖的主导参与度越高，传播效果越差。我们的研究结果在定量上挑战了传统的影响者假设。并讨论了这些新发现对营销实践和社交网络中影响力最大化的影响。
2014-09-05 cs.CY cs.SI physics.soc-ph
Coupling Macro Dynamics and Micro States for Long-Horizon Social Simulation
Huazhong University of Science and Technology（华中科技大学）；National University of Singapore（新加坡国立大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
本文提出MF-MDP框架，通过耦合宏观集体动态与微观个体状态，有效捕捉意见反转并提升长时域模拟的准确性。
2026-10-15 cs.SI
Modelling Opinion Dynamics at Scale with Deep MARL
FLAIR；University of Oxford（牛津大学）；OWL；OUCE
提出GPU加速的共识与真相发现游戏，扩展其他玩法至一般和社交互动，在Bluesky网络子集上验证模型，发现高从众性降低集体准确性并促进不诚实行为。
2026-06-05 cs.GT cs.MA cs.SI
Physics of Agents: Statistical Mechanics Predicts Collective Behavior of AI Agents
该研究以10000余个语言模型智能体社区为对象，用统计力学模型将其集体动态分为三种状态，预测个体轨迹优于基线，揭示了AI智能体集体行为遵循可预测动力学规律。
2026-09-10 cs.AI cs.MA cs.SI
Collective Decision Dynamics in the Presence of External Drivers
我们开发了一系列模型，描述信息传输和决策动态网络的个人代理受到多个影响源。我们的总体框架是在即将发生的自然灾害的背景下设定的，在这种情况下，由网络上的节点代表的个人必须决定是否撤离。影响力的来源包括一对多外部驱动的全球广播以及网络中各个链接之间的成对交互，其中代理人传输连续的意见或二元行为。我们认为统一和可变的阈值规则的个人意见作为基线模型的决策。我们的研究结果表明，1）社交网络导致集群和凝聚力的个人之间的行动，2）二进制信息引入高的时间变异性和停滞，和3）信息传输网络可以促进或阻碍行动采用，这取决于全球广播相对于社会网络的影响。我们的框架突出了本地代理之间的相互作用，在预测人口作为一个整体的集体行为的重要作用。
2012-06-08 cs.SI nlin.AO physics.soc-ph
Nonlinear Opinion Dynamics with Tunable Sensitivity
本文提出连续时间多选项非线性观点动力学模型，通过饱和观点交换实现多稳态、可调灵敏度、鲁棒性、模式转换和级联，并给出网络调节规则与参数状态反馈机制。
2021-07-30 cs.SI cs.SY eess.SY
Characterizing Opinion Evolution of Networked LLMs
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
研究经典意见动力学模型能否描述多智能体系统中大语言模型（LLM）的意见传播，发现引入偏置项可显著提升建模精度，将平均意见误差降低高达88%。
2026-10-14 cs.MA cs.SI physics.soc-ph
Rewiring the Majority: Structural Median Opinion Control in the Friedkin-Johnsen Model
IIT-CNR（意大利高等技术研究学院-国家研究委员会）
该研究针对Friedkin-Johnsen模型，提出通过修改交互网络的结构中位数控制方法，证明其NP难性，对比节点干预发现其在高成本场景下更具成本效益。
2026-10-16 cs.SI
An Experimental Method to Study Opinion Diffusion in Human-AI Hybrid Societies
Arlequin AI；Max Planck Institute for Empirical Aesthetics（马克斯·普朗克实证美学研究所）；Princeton University（普林斯顿大学）；Saïd Business School, University of Oxford（牛津大学赛德商学院）；Cornell University（康奈尔大学）
本文提出一种实验方法研究混合人类-人工智能社会网络中的意见动态，通过比较人类-only、AI-only和混合网络三种条件，发现混合网络能降低最终极化程度，而人类-only网络则表现出更高的极化和较低的邻居共识。
2026-05-09 cs.SI
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
Drift Behavior in a Bounded-Confidence Opinion Model with Media Influence
University of California, Los Angeles (UCLA)（加州大学洛杉矶分校）；Santa Fe Institute（圣塔菲研究所）
通过扩展Deffuant-Weisbuch有界置信模型引入两个对立媒体源，研究极化媒体对观点漂移的影响，分析参数如何促进或抑制漂移。
2026-06-29 cs.SI math.DS math.PR
Using synchronous Boolean networks to model several phenomena of collective behavior
ISDCT SB RAS（俄罗斯科学院西伯利亚分院系统动力与控制论研究所）
在本文中，我们提出了一种建模和分析的集体行为的现象。所谓集体，我们指的是在离散时刻从一种状态过渡到另一种状态的多智能体系统。如果一个集体成员（代理人）在当前时刻的意见与其他代理人在前一时刻的意见一致，则该代理人的行为被称为一致。我们假设在每个时刻，每个智能体通过从集合{0，1}中进行选择来做出决策（其中1-决策对应于行动，0-决策对应于不行动）。在我们的方法中，我们用同步布尔网络来模拟集体行为。我们假设，在网络中，可以有在每一个时刻都在行动的代理人。这样的代理人被称为煽动者。也可能有一些代理人从不采取行动。这种代理人被称为忠诚者。既不是煽动者也不是忠诚者的代理人被称为简单代理人。我们研究两个组合问题。第一个问题是要找到一个处置的煽动者，在几个时刻转换网络从一个状态，其中大多数简单的代理人是不活跃的状态与大多数活跃的代理人。第二个问题是找到一个忠诚者的处置，使网络回到一个大多数不活跃的代理人的状态。类似的问题，研究网络中，简单的代理人表现出相反的符合行为，我们称之为反符合。我们得到了几个理论结果的行为符合或反符合行为的代理人的集体。在计算实验中，我们解决了随机生成的网络与几百个顶点所描述的问题。我们减少相应的组合问题的布尔可满足性问题（SAT），并使用现代SAT求解器来解决所获得的实例。
2014-10-29 cs.AI cs.MA cs.SI
Measuring and Modeling Behavioral Decision Dynamics in Collective Evacuation
识别和量化影响人类决策的因素仍然是一个突出的挑战，影响社会和技术系统的性能和可预测性。在许多情况下，系统故障可追溯到人为因素，包括拥塞、过载、错误通信和延迟。在这里，我们报告的行为网络科学实验的结果，针对决策在自然灾害。在每一种情况下，个人都面临着一个被迫的“去”与“不去”疏散决定，根据竞争的广播和对等来源提供的信息。在这种受控的环境中，所有的行动和观察结果都在决策之前被记录下来，从而能够开发出一个定量决策模型，该模型考虑了灾害的可能性、严重程度和时间紧迫性，以及网络个体之间对有限应急资源的竞争。在这种社会环境中的行为的个体差异与内在风险态度的个体差异相关，如标准心理评估所测量的。确定可靠的方法来量化人类在面对风险时的决策，对灾害和其他威胁情景中的政策具有影响。
2013-07-25 cs.SI physics.soc-ph
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
Opinion Dynamics Models for Sentiment Evolution in Weibo Blogs
St. Petersburg State University（圣彼得堡国立大学）；Politecnico di Torino（都灵理工大学）
本研究追踪科技类微博博主六个月，将受众视为宏观智能体，发现微博情感演化遵循迭代平均原则，契合纳入延迟感知、区分公私意见的改进French-DeGroot模型，且博客间的影响关联源于用户同质性。
2025-11-19 cs.HC cs.IR cs.MA
