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
Social Opinion Formation and Decision Making Under Communication Trends
本研究探讨通信趋势下社交网络的部分信息共享学习，证明即使不讨论真实假设也能以相当速度学习，并揭示基于自身信念的先验可能导致意见集群阻碍完全置信学习。
2023-12-25 cs.MA cs.SI eess.SP
Imperfect bifurcations in opinion dynamics under external fields
我们通过一个动力学交换模型来研究广告和宣传等外部领域对观点动力学的影响。我们解决的情况下，两个相反的替代品可以选择，但犹豫不决的可能性也存在。在这个模型中，个体通过成对的相互作用相互影响，这些相互作用可以是一致的或不一致的，也有可能扭曲决策的外部场。两个参数被用来模拟与场的相互作用：一个是衡量个体受影响的敏感性，另一个是量化方向。我们研究这个模型在一个完全连接的社会网络的情况下，通过数值模拟的动力学交换动力学和分析结果来自平均场速率方程。我们展示了外部偏见如何引起不完美的分叉和尖点灾难，允许突然的变化和滞后，这取决于人际互动中的分歧水平和外部影响的强度。
2019-11-12 cond-mat.stat-mech cs.SI
Stochastic Bounded Confidence Opinion Dynamics: How Far Apart Do Opinions Drift?
在这个快速而大规模的舆论形成的时代，对舆论演变的数学理解，也就是舆论动态尤其重要。线性图动力学和有界置信动力学是社交网络中最流行的两种观点动力学模型。最近，随机有界置信度意见动态被提出作为一个一般框架，将这些动态作为特例，并捕捉到现实生活中的社会交流中固有的随机性和噪声（错误）。虽然这些动态是相当普遍和现实的，他们的分析是特别具有挑战性的相比，其他意见动态模型。这是因为这些动态是非线性和随机的，并且属于具有渐近零漂移和无界跳跃的马尔可夫过程类。这些动力学的渐近行为的特点是在以前的作品。然而，他们没有阐明他们的有限时间行为，这在实践中往往是有趣的。我们在这个方向上迈出了一大步，通过分析两个代理系统的有限时间行为，这是理解多代理动力学的基础。特别是，我们表明，这两个代理之间的意见分歧是很好地集中在零的条件下，导致渐近稳定的动态。
2021-12-08 cs.SI
The dynamics of opinion expression
观点动力学的建模工作在很大程度上忽略了个人之间的观点交换也会对他们公开表达观点的意愿产生影响。在这里，我们介绍一个民意表达的模型。对一个问题持不同意见的两组代理人相互作用，根据他们认为自己是多数意见还是少数意见的一部分而改变表达意见的意愿。我们制定的模型作为一个多组多数博弈，并研究纳什均衡。我们还提供了一个动力系统的角度来看：使用强化学习算法的$Q$学习，我们减少了$N$代理系统的平均场方法的两个维度，代表两个意见群体。这个二维系统进行了分析，在一个全面的分岔分析其参数。该模型确定了不同群体的舆论优势的社会结构条件。在其他研究结果中，我们展示了在何种情况下少数人可以主导公共话语。
2020-02-05 cs.SI physics.soc-ph
Consequences of nonconformist behaviors in a continuous opinion model
我们调查的意见形成的动力学交换意见模型，意见表示的数字在真正的间隔$[-1,1]$和代理人的个人程度的信念，他们支持的意见。观点通过成对的相互作用进化，这种相互作用受竞争性的正耦合和负耦合的支配，分别促进模仿和异议。该模型还考虑了另一种类型的不一致性，使代理人可以偶尔选择自己的意见独立于与其他代理人的互动。模型的稳定状态作为描述信念，异议和独立性的参数的函数进行了分析，特别强调极端意见的出现。然后，我们表征了可能的有序和无序相和自发产生的相变的发生或抑制，由于引入的试剂和/或它们的相互作用的异质性的无序。
2016-01-18 cond-mat.stat-mech cs.SI physics.soc-ph
Discovering Influencers in Opinion Formation over Social Graphs
自适应社会学习范式有助于模拟网络代理如何能够形成对自然状态的意见，并跟踪其在不断变化的环境中的漂移。在这个框架中，智能体根据私人观察反复更新他们的信念，并与他们的邻居交换信念。在这项工作中，它显示了如何随着时间的推移，公开交换的信念序列允许用户发现丰富的信息的基础网络拓扑结构和信息流的图形。特别是，它表明，它是可能的（i）确定每个个体代理的影响，真理学习的目标，（ii）发现如何充分知情的每个代理，（iii）量化代理之间的成对影响，以及（iv）学习底层网络拓扑结构。本文导出的算法也能够在非平稳环境下工作，其中允许真实的自然状态或图拓扑随时间漂移。我们将该算法应用到不同的子网络的Twitter用户，并确定最有影响力的和中央代理，通过使用他们的公共推文（职位）。
2023-03-14 cs.MA cs.SI eess.SP
Combining opinion and structural similarity in link recommendations to counter extreme polarization
University of Amsterdam（阿姆斯特丹大学）
研究结合意见和结构相似性机制，探讨社交网络与意见的协同演化，揭示不同相似性对网络碎片化和意见多样性的影响，为设计更平衡的推荐算法提供依据。
2026-04-22 cs.SI
Tales of a City: Sentiment Analysis of Urban Green Space in Dublin
TripAdvisor和Foursquare等社交媒体服务可以为用户提供机会，交流他们对城市绿地（UGS）的意见。游客可以通过社交网络交流他们与社会社区中的公园、树林和湿地的经验。在这项工作中，我们实现了一个统一的主题建模方法来揭示UGS的特点。利用人工智能技术使用上述平台进行意见挖掘（例如，TripAdvisor和Foursquare）评论是UGS质量评估的一种新应用。我们展示了如何通过使用定制优化的情感分析模型来探索不同绿地的具体特征。这种应用程序可以帮助地方当局和利益攸关方了解未来城市绿地投资并为其提供理由。
2021-07-13 cs.SI
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
Opinion Consensus Formation Among Networked Large Language Models
Bilkent University（比尔肯特大学）；UBS-IDSIA AI Lab（瑞银-IDSIA人工智能实验室）；EPFL（洛桑联邦理工学院）
研究通过DeGroot模型分析网络化大语言模型的意见共识形成，发现共识依赖于讨论主题和内在偏见，而非初始条件，且收敛速度与图的特征值相关。
2026-01-29 cs.MA cs.SI eess.SP
Opinion de-polarization in social networks with GNNs
Technical University of Crete（希腊克里特技术大学）
本文提出利用图神经网络识别K名用户，使他们在特定话题上持中立立场以减少网络极化，针对双极化结构进行优化。
2026-04-20 cs.LG cs.SI
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
Social signals and algorithmic trading of Bitcoin
数字痕迹数据的可用性正在增长到前所未有的规模，但从大规模数据中推断可操作的知识远非微不足道。这对计算金融尤其重要，因为人类行为的数字痕迹为推动交易策略提供了巨大的潜力。我们通过提供一种一致的方法来实现这一点，该方法在算法交易者的设计中集成了各种不同的方法。这使我们能够深入了解交易策略盈利能力背后的原则。我们通过对比特币的分析来说明我们的方法，比特币是一种以价格波动大而闻名的加密货币。在我们的分析中，我们包括美元交易量和价格的经济信号，比特币技术的采用以及比特币的交易量。我们添加了与信息搜索相关的社交信号，口碑数量，情绪效价和意见极化，这些都是3年多来与比特币相关的推文所表达的。我们的分析表明，意见极化和交易量的增加先于比特币价格的上涨，而情绪价先于意见极化和交易量的上升。我们应用这些见解来设计比特币的算法交易策略，在不到一年的时间里就获得了非常高的利润。我们通过考虑风险和交易成本的稳健统计方法验证了这种高盈利能力，证实了长期存在的假设，即基于交易的社交媒体情绪有可能产生正的投资回报。
2015-09-24 cs.SI q-fin.TR
Finite Time Bounds for Stochastic Bounded Confidence Dynamics
在这个快速而大规模的舆论形成的时代，对舆论演变的数学理解，也就是舆论动态，获得重要性。线性图动力学和有界置信动力学是社交网络中两种流行的观点动力学模型。随机有界置信度（SBC）的意见动力学被提出作为一个一般的框架，将这些动态作为特例，也捕捉到固有的随机性和噪声（错误）在现实生活中的社会交流。虽然SBC动力学是相当普遍和现实的，它的分析更具挑战性。这是因为SBC动力学是非线性和随机的，并且属于具有渐近零漂移和无界跳跃的马尔可夫过程。SBC动力学的渐近行为的特点在以前的工作。然而，他们没有阐明其有限时间行为，这在实践中往往是感兴趣的。我们在这个方向上迈出了一大步，通过分析两个代理系统和一个双星图，这是至关重要的一般多代理动力学的理解的有限时间行为。特别是，我们表明，这两个代理之间的意见差异是很好的集中在零的条件下，导致SBC动态的渐近稳定。
2022-12-27 cs.SI
Reducing Opinion Echo-Chambers by Intelligent Placement of Moderate-Minded Agents
针对社交媒体中的观点回声室问题，本文识别可影响回声室形成的温和型智能体，并提出在观点—时间谱中智能放置这些智能体的算法，实验表明其优于其他放置策略。
2023-04-21 cs.CY cs.MA cs.SI
H-NeiFi: Non-Invasive and Consensus-Efficient Multi-Agent Opinion Guidance
Xidian University（西安电子科技大学）；SUN YAT-SEN UNIVERSITY（中山大学）；The Chinese University of Hong Kong（香港中文大学）
针对现有意见引导方法的侵入性问题，提出非侵入式分层框架H-NeiFi，基于社会角色建模并利用MARL优化信息传播路径，在保护用户自主性的同时显著提升全局共识效率。
2025-11-04 cs.AI cs.MA cs.SI
Consensus in the Presence of Multiple Opinion Leaders: Effect of Bounded Confidence
University of Miami（迈阿密大学）
研究动态网络中基于证据的共识问题，分析不同更新策略对共识形成的影响，证明在时间变化网络中存在共识状态，并探讨多个意见领袖情况下意见聚类现象。
2016-05-25 cs.MA cs.SI cs.SY
Minimizing Polarization and Disagreement in Social Networks
MIT（麻省理工学院）；Boston University（波士顿大学）
社交媒体和在线社交网络的兴起一直是社会中的一股破坏性力量。意见越来越多地受到在线社交媒体互动的影响，包括分歧和两极分化在内的社会现象现在与日常生活紧密相连。在这项工作中，我们开始研究以下问题：给定$n$代理，每个代理都有自己的初始意见，反映了其核心价值的主题，和意见动态模型，什么是社会网络的结构，最大限度地减少{ \em极化}和{ \em分歧}同时？这个问题是推荐系统的核心：推荐系统应该倾向于两个具有相似思维模式的在线用户之间的链接建议，以保持低分歧，还是两个具有不同意见的用户之间的链接建议，以使每个用户都了解对方对世界的看法，并降低总体极化水平？我们的贡献包括这个问题的数学形式化作为一个优化问题和一个精确的，时间效率高的算法。我们还证明了总是存在一个具有$O(n/ε^2)$边的网络，该网络是最优值的$(1+ε)$逼近。对于一个固定的图，我们还展示了如何在多项式时间内优化我们的目标函数。我们对我们提出的方法进行了实证研究，验证了它们作为挖掘工具的价值，以更好地理解分歧和极化之间的权衡。我们发现，在现实世界的网络中，有很大的空间来减少极化和分歧;例如，在Reddit网络上，用户交换对政治的评论，我们的方法实现了极化和分歧的$\sim 60\,000$倍减少。
2017-12-28 cs.DS cs.LG 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
Vaccination and public trust: a model for the dissemination of vaccination behavior with external intervention
接种疫苗被广泛认为是预防许多传染病的最有效的免疫方式。然而，毫无根据地声称某些疫苗可能有副作用，导致人们普遍感到担忧和恐惧，从而导致拒绝接种疫苗。例如，在欧洲和美国的大部分地区，由于错误地声称副作用，MMR疫苗的覆盖率大幅下降，导致最近的麻疹疫情。在这项工作中，我们提出了一个通用的基于代理的模型来研究疫苗接种行为在社交网络中的传播，而不是作为一个孤立的二元意见传播，但作为文化传播过程的一部分，在阿克塞尔罗德的模型的精神。我们特别关注了一个小规模的反疫苗接种运动对最初支持疫苗接种的社会代理人的影响。此外，我们还考虑了潜在社交网络中的两类边缘：能够传播观点和疾病的个人边缘;以及代表信息技术介导的交互的非个人边缘，它们只允许观点交换。我们研究了未接种疫苗的代理商的聚类模型的动态结果，连同其直接关系的发生概率和麻疹疫情的最终规模的增加。最后，我们说明了一个公共卫生运动的缓解效果，代表了一个外部领域，对有害的反疫苗接种运动的行动。我们表明，未接种疫苗的代理集群的拓扑特征决定了这种缓解作用的范围。
2014-12-02 cs.SI physics.soc-ph
