Dynamics on networks. Case of Heterogeneous Opinion Status Model
本文提出了一种新的概念性的、随机的异质观点-状态模型（HOPS模型），即自适应网络模型。HOpS模型可以识别网络动态的主要属性，并分析研究网络拓扑属性与网络上发生的过程之间的关系。HOpS模型的另一个关键点是通过异质性这一新参数来研究网络动力学的可能性。我们发现，不仅明确的拓扑网络属性，如节点度，而且，节点的状态分布（网络的异质性因素）在所谓的意见传播和信息扩散的网络中发挥了重要作用。该模型可用于研究地球系统的全球聚集或平均的关键观测量的协同演化。其中包括大气、海洋和陆地碳储量等自然变量，以及全球人口、经济生产或福祉等社会经济量。
2017-07-23 cs.SI physics.data-an physics.soc-ph
Simulating Opinion Dynamics in Heterogeneous Communication
由于现有信息对我们的看法和意见至关重要，我们有兴趣了解传播良好信息的条件。本文探讨了意见动力学的多代理人为基础的模拟时，代理人得到不同来源的信息。实施的方案包括三个主要的信息采集流，不同的内容和感知的可靠性的消息传播。代理人的内部意见通过访问信息源之一，即媒体和专家，或通过相互交换信息来更新。他们还被赋予了接受、拒绝或部分考虑所获得信息的认知机制。我们期望，对等通信和可靠的信息源都能够减少偏见的看法，并抑制信息欺骗，可能是由媒体所执行的广告设置理论。在本文中，在简要介绍了假设和模型之后，将详细说明模拟设计，并将针对假设讨论结果。最后，对今后的研究提出了一些思考和设想。
2011-01-16 cs.MA cs.SI physics.soc-ph
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
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
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 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
Influencing Opinions of Heterogeneous Populations over Finite Time Horizons
Indian Institute of Technology Bombay（印度理工学院孟买分校）；Indian Institute of Science Education and Research Mohali（印度科学教育研究所莫哈利分校）
本文研究了在有限时间内影响连接紧密社会意见动态的策略，提出了一种扩展的投票模型，能够捕捉不同类型的个体，包括固执己见者和从众/反叛者，并展示了针对不同社会构成的最优影响策略。
2020-02-13 cs.SI cs.SY eess.SY
Modeling and Control of Sustainable Transitions through Opinion-Behavior Coupling in Heterogeneous Networks
本文针对异质社会中可持续行为传播问题，提出数据驱动的意见-采纳耦合动态计算框架，通过实证校准模型并探索两类控制策略，发现改善体验的政策能实现更稳定长期的采纳，为可持续转型干预提供见解。
2025-11-14 cs.SI cs.SY eess.SY
Scale-free interpersonal influences on opinions in complex systems
人类大脑进化的一个重要副作用是，在一个非常大的问题领域形成观点的能力增强了，这成为了攻击性人际争端的焦点。值得注意的是，这种争端往往是激烈的小分歧的意见比大分歧。可以用实数线衡量的意见分歧可能不直接对应于问题的主观重要性和对意见改变的抵制程度。这是一个很难解决的问题，舆论动力学领域，一个领域，已经变得越来越突出，因为它吸引了更多的贡献，它从自然科学和工程科学的研究人员。本文贡献了一个无标度的方法来评估个人的程度，未知的异质性阻力的影响，已受到他人的意见。
2014-01-12 cs.MA cs.SI physics.soc-ph
Discrete Preference Games in Heterogeneous Social Networks: Subverted Majorities and the Swing Player
研究异质社交网络中的离散偏好博弈。这些游戏模拟了玩家的私人信仰和他/她公开声明的观点之间的相互作用（这可能与玩家的信念不同）作为一个战略游戏，其中玩家的策略是意见，并且状态中意见的成本是通过两个因素的参数$α\in[0,1]$的凸组合：参与者的意见与他/她的内部信念之间的分歧，以及与参与者意见不同的邻居的数量。参数$α$模拟了一个玩家的顽固程度：只有当许多邻居不同意他/她的信念时，具有大$α$的玩家才会改变他们的观点。我们认为社交网络是异质的，在这个意义上，参数$α$可以不同的球员。我们要问的是，在均衡状态下，大多数参与者所共有的信念是否可能与大多数参与者公开宣布的观点不一致。我们的主要结果是一个社交网络，承认一个初始的信念分配，存在一个序列的最佳对策的动作，达到一个平衡，在初始的大多数被颠覆的表征。我们的特征是有效的，在这个意义上，可以有效地测试和初始的信念分配，可以被颠覆，可以计算在时间多项式中的球员的数量。我们的结果实际上更强，因为我们表明，在每个可以被颠覆的初始信念分配中，颠覆实际上是以一种非常强的方式获得的：只需要一个单一参与者，摇摆参与者的一次行动，就可以将社交网络带到不归点，任何参与者的任何理性举动都会导致被颠覆的大多数。
2016-03-09 cs.DS cs.GT cs.MA
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
The Evolution of Beliefs over Signed Social Networks
我们研究的意见（或信仰）的演变在一个社会网络建模为一个有符号的图。在这个图中，连接到边的符号表征了相应的个体或端节点是朋友（正链接）还是敌人（负链接）。节点对是随机选择的，随着时间的推移进行交互，当两个节点交互时，每个节点都会根据另一个节点的意见和相应链接的符号更新自己的意见。该模型将DeGroot模型推广到负链接：当两个敌人互动时，他们的意见会朝着相反的方向发展。我们提供的条件收敛和发散的期望，在均方，几乎肯定的意义上，并表现出相变现象，这些概念的收敛取决于参数的意见更新模型和基础图形的结构。我们建立了一个{ \it no-survivor}定理，指出当网络中的观点作为一个整体出现分歧时，任何两个节点的观点差异就会出现分歧。我们还证明了一个{ \it live-or-die}引理，表明几乎可以肯定，意见要么收敛到一个协议或分歧。最后，我们将我们的分析扩展到意见有严格的下限和上限的情况。在这些情况下，我们研究何时以及如何意见可能会成为渐近聚集到信念边界，并强调这种聚集现象的关键影响（强或弱）的基础网络的结构平衡。
2015-08-14 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
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
Characterization of the Nonequilibrium Steady State of a Heterogeneous Nonlinear $q$-Voter Model with Zealotry
引入了一个具有狂热者和两类易感选民的非线性异质$q$ -选民模型，研究了该模型在人口有限且充分混合时的非平衡性质.在这个双意见模型中，每个人都支持两个政党中的一个，并且要么是狂热分子，要么是$q_1$或$q_2$类型的易感选民。虽然这里的狂热者永远不会改变他们的观点，但$q_i$易感选民（$i=1,2$）在每个时间步都会咨询一组$q_i$邻居，如果所有组成员都同意，就采纳他们的意见。我们表明，这个模型违反了详细的平衡时，$q_1 \neq q_2$，并具有令人惊讶的丰富的属性。在这里，我们专注于该模型的非平衡定态（NESS）在其概率分布和电流在不同的制度的低和高密度的狂热的表征。我们通过计算意见分布和概率流的循环，以及不相等时间的两点关联函数（形式上与“概率角动量”相关），揭示了这些阶段中每个阶段的NESS属性。我们的分析计算中得到的线性高斯近似的境界进行了比较与数值结果。
2016-03-09 cond-mat.stat-mech cs.SI nlin.AO
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
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
Noise-synchronizability of opinion dynamics
本文研究了在有界信心（BC）模型中噪声诱导同步的问题，提出了一种结合BC方案和局部讨论拓扑的新模型，并证明了在时间变化讨论图均匀联合连通的条件下，噪声诱导同步几乎必然成立，建立了讨论图连通性与噪声对意见共识有益效应的等价关系。
2018-10-09 cs.MA cs.SI cs.SY
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
A Large Language Model-Driven Agent-Based Modeling Framework with Multi-Round Communication for Simulating Vaccine Opinion Dynamics
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
该研究引入大语言模型（Qwen3-8B）集成到基于代理的建模框架，以疫苗接种舆论动态为例，通过启用不同认知模块模拟舆论动态，发现不同模块对突发舆论有相反影响，再现了社会影响的非线性行为模式，证明框架有效性和潜力。
2026-07-09 cs.MA cs.SI physics.soc-ph
What is a leader of opinion formation in bounded confidence models?
民主社会团体的决策是基于多数人的意见或共识。因此，观点动力学的研究对于分析社会现象具有重要意义。在观点动力学的不同模型中，有界置信模型在不同的背景下被研究，并显示出有趣的动力学[1-3]。在[E. Kurmyshev，H.A. Juárez和R.A. González-Silva，Phys. A 390，16（2011）]我们提出了一个新的有界信心模型，并研究了由两种心理类型的代理人组成的异质社会中意见的自我形成，协调（C-）和部分拮抗（PA-）代理人。在这项工作中，我们研究的“领导者”的意见聚类的影响。混合的C/PA-社会以及纯C-和PA-社会的研究。领导者在网络中的连通性，他的韧性或宽容和他的意见上的观点动力学的影响研究作为一个函数的初始意见的不确定性（宽容）的人口。领导者在低，高和平均容忍度的数值结果显示复杂的分歧模式的群体意见，减少，甚至完全失去了对社会的领导者的控制观察到在不同的时间间隔的代理商的容忍度的情况下，C/PA-社会。我们发现，在C社会中，一个领导者表现出高的意见容忍度有更多的控制人口。在PA社会中，领导者以一种激烈的和意想不到的方式改变了群体意见的分歧模式，这与常识相反，并在相反的意见群体中产生了更强的极化;领导者的连通性是一个重要的因素，通常会提高代理人对领导者意见的粘附力。一个低容忍度（独裁）的领导人有更大的控制PA-社会比一个高容忍度（民主）的一个;相反…
2013-05-20 cs.SI nlin.AO physics.soc-ph
Consensus and Disagreement of Heterogeneous Belief Systems in Influence Networks
本文研究强连通影响网络中逻辑矩阵结构对最终观点的作用，给出共识与分歧的判定条件，并指出信念系统异质性是观点强多样性的关键来源。
2018-12-12 cs.MA cs.SI cs.SY
Scaling limits for continuous opinion dynamics systems
分析了随机连续意见动力学系统（也称为流言模型）的标度极限。在这样的模型中，代理更新他们的向量值的意见，以凸组合（可能代理和意见相关）的当前值和另一个观察到的代理。结果表明，在大代理总体规模的限制，经验意见密度集中，在指数概率率，周围的概率测度值的常微分方程描述系统的平均场动力学的解决方案。研究了相应的初值问题的性质。解的渐近行为进行了分析，有界置信度的意见动态，并在一个异构的有影响力的环境的存在下。
2011-09-22 cs.SI math.AP math.DS
Phase Transition of the 2-Choices Dynamics on Core-Periphery Networks
考虑网络上的以下过程：每个智能体最初持有蓝色或红色的意见;然后，在每一轮中，每个智能体查看两个随机邻居，如果两者具有相同的意见，则智能体采用它。这个过程被称为2-Choices动态，可以说是社交网络上最基本的非平凡意见动态模型。尽管其明显的简单性，2-Choices已被分析的特点，只有在有限的网络类-在假设的初始配置，建立它作为一个快速多数共识协议。在这项工作中，我们的目标是通过考虑其在一类具有核心-外围结构的网络上的行为，这是社交网络中一个众所周知的拓扑假设，从而有助于理解2-选择动力学。简而言之，假设智能体的一个密集连接的子集，即核心，持有与网络的其他部分不同的观点，即外围。然后，根据核心和外围之间的切割强度，发生相变现象：要么核心的意见在网络的其余部分中迅速传播，要么发生亚稳态阶段，其中两种意见在网络中共存超多项式时间。我们的结果有两方面的意义。一方面，通过将2-Choices动态视为社交网络中意见竞争的简单模型，我们的定理揭示了核心对网络其余部分的影响，作为核心与后者连接的函数。另一方面，我们提供了第一个分析结果，它显示了一个简单的动态网络的结构参数的函数的异质行为。最后，我们通过在真实网络上进行的大量实验来验证我们的理论预测。
2020-11-16 cs.SI physics.soc-ph
Effects of Assortativity on Consensus Formation with Heterogeneous Agents
尽管Barabasi的无标度网络和度相关性（不确定性）为中性的Erdos-Renyi网络被广泛使用，但许多研究表明，在线社交网络倾向于显示出不确定性混合（正度相关），而非社交网络则显示出不确定性混合（负度相关）。首先，我们通过使用Reddit中的三个不同的子Reddit来分析同一平台的不同群体的可伸缩性系数的变化。我们的数据分析结果表明，Reddit是离散的，上述子Reddit的离散系数分别为-0.0384，-0.0588和-0.1107。即使在同一平台上，结果也会发生变化，因此我们决定研究共识形成动力学对网络重复性的敏感性。我们的结论是，当网络是非线性混合或中性时，系统更有可能达成共识;然而，当网络是非线性混合时，共识的可能性显着降低。令人惊讶的是，当网络是中立的时，所有节点修正其观点所花费的时间略低于非中立网络或非中立网络。当代理的阈值分布更不均匀时，这些结果更明显。
2020-04-27 cs.SI physics.soc-ph
Non-Bayesian Social Learning with Heterogeneous and Time-Varying Aggregation Rules
ENSTA, France（法国国立高等先进技术学院）；IIIA-CSIC, Bellaterra, Spain（西班牙科学委员会人工智能研究所）；CSIC, Madrid, Spain（西班牙科学委员会）
本文推广了强连通社交网络中非贝叶斯社会学习的早期结果，证明智能体采用异构时变聚合规则时信念仍可收敛至真实状态，给出收敛速率结果，并以CES族聚合函数为例进行说明。
2026-10-12 cs.SI
Adversarial Perturbations of Opinion Dynamics in Networks
我们研究网络结构，意见动态和对手的力量，人为地引起分歧之间的联系。我们通过扩展社会科学中的意见形成模型来解决这些问题，以代表最近事件中熟悉的场景，其中外部行为者试图通过假新闻和机器人的复杂信息战争策略来破坏社区稳定。在许多情况下，这些努力的内在目标不一定是改变网络的整体情绪，而是引发不和谐。这些扰动通过底层网络上的意见动态传播，通过计算机科学和社会科学工作分析和抽象的机制传播。我们调查这种攻击的属性，考虑最佳策略的对手寻求创造分歧和实体负责保卫网络免受攻击。我们表明，对于这些类型的目标的不同配方，不同的制度的频谱结构的网络将限制对手的能力播种不和谐，这使我们能够定性地描述哪些网络是最容易受到这些扰动。然后，我们考虑的算法任务的网络防御者，以减轻这些种类的对抗攻击绝缘节点的异质性，我们表明，通过考虑这个问题的几何形状，这个优化任务可以有效地解决通过凸规划。最后，我们概括这些结果，以允许两个网络结构，意见动态过程和分歧的测量变得解耦，并确定对手的权力如何变化，例如，这可能会出现时，意见动态控制通过社交媒体的在线社区，而分歧沿“现实世界”的连接进行测量。
2020-07-13 cs.DS cs.GT cs.SI
Bounded-Confidence Models of Opinion Dynamics with Adaptive Confidence Bounds
本文提出了两种具有异构和自适应置信区间的离散时间观点动力学有界置信模型（推广了HK和DW模型），发现自适应机制导致更少的主要观点集群、更长的收敛时间，并产生基线模型中不存在的相邻节点同观点但不接受的定性现象。
2024-07-27 cs.SI math.DS math.PR
Social dynamics with peer support on heterogeneous networks: The "mafia model"
人类行为经常表现出一种模式，在这种模式中，个体对给定的主题采取漠不关心、中立或激进的立场。社区形成的机制与社会压力和接触网络的拓扑结构密切相关。在这里，我们讨论了一种方法来模拟社会行为，该方法考虑了在最近的邻居中与其相对丰度成比例的同类保护。我们探讨了随后的非线性动态强调的作用，社会网络的具体结构，无标度图建模。我们发现，意见的共存和共识的默认位置是可能的模型的定态。特别是，我们展示了这些状态如何严重依赖于社会网络的异质性和外部控制元素的具体分布。
2011-08-22 cond-mat.stat-mech cs.SI physics.soc-ph
A Simple Framework for Stability Analysis of State-Dependent Networks of Heterogeneous Agents
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出了一种简单框架，用于分析在复杂时变环境中异质代理动态网络的稳定性，通过Lyapunov稳定性方法解决了意见动态中的挑战性问题，并引入了最近邻动态作为非对称意见动态的新类别。
2018-12-22 cs.SI cs.SY eess.SY
A Bounded-Confidence Model of Opinion Dynamics with Adaptive Interaction Probabilities
University of California, Los Angeles（加州大学洛杉矶分校）；Santa Fe Institute（圣塔菲研究所）；University of Chicago（芝加哥大学）
本文扩展了Deffuant-Weisbuch有界置信模型，引入异质自适应边权重来调节交互概率，并证明了收敛性、边权重长期动力学及有效图的性质，数值模拟显示自适应边权重对不同网络类型的收敛时间有不同影响。
2026-05-22 cs.SI cs.SY eess.SY
Strategic Opinion Manipulation in Multiplex Networks
University of California, San Diego（加州大学圣地亚哥分校）
本文提出多路网络上的策略性意见操纵模型，证明博弈存在闭式纳什均衡，揭示合并层对操纵的双刃剑效应，并刻画平台最优注意力权重选择。
2026-09-22 cs.GT cs.SI
The formation of share market prices under heterogeneous beliefs and common knowledge
金融经济模型通常假设投资者知道（或同意）公司股票的基本价值，随着时间的推移，股票交易所产生的金融体系从个人向集体维度过渡。我们的模型放松了一个独特的“真实价值”的英雄假设，并通过动态形成的个人和社会的意见（或信仰）的基础上的基本信号的经济表现和立场的公司，预测修正异质个人投资者，他们的社会情绪或情绪的市场定价过程的持续状态的股票市场价格的形成。市场出清价格形成的特点是个人和群体的动态，使其集体维度不可还原为个人水平。这种动态的整体方法可以用来更好地理解股票交易所随着时间的推移所产生的市场繁荣。
2011-05-16 cs.SI physics.soc-ph q-fin.PR
Heterogeneous Susceptibilities in Social Influence Models
网络自相关模型被广泛用于评估社会影响力对某些感兴趣变量的影响。这是一大类模型，通过将网络邻接矩阵纳入数据的联合分布中，来吝啬地解释邻居如何影响自己的行为或观点。然而，这些模型假设对社会影响的敏感性是同质的，这在许多情况下可能是一个强有力的假设。本文提出了一种分层模型，允许的影响参数是一个功能的个人属性和/或本地网络拓扑特征。我们推导出一个近似的后验分布的一般框架，适用于杜宾，网络效应，网络干扰，或网络移动平均自相关模型。所提出的方法也可以应用于调查的背景下，自我中心的网络数据的社会影响力的决定因素。我们将我们的方法应用于通过手机收集的数据集，在该数据集中，我们确定了社会影响对体育活动水平的影响，以及课堂数据，我们调查了同伴对学生反抗的影响。有了这最后一组数据，我们还研究了所提出的自我中心网络模型的性能。
2020-05-17 cs.SI physics.soc-ph stat.ME
CO-ASnet :A Smart Contract Architecture Design based on Blockchain Technology with Active Sensor Networks
本文以马斯克喊单狗狗币为例，实证揭示意见领袖借ICO与社交网络流量影响币价并加速变现闭环，进而提出基于ChainLink预言机和主动传感器网络的CO-ASnet去中心化监管方案，为区块链金融产品治理提供风险预警与监管参考。
2024-06-29 cs.CY cs.SI
Capturing Dynamics in Online Public Discourse: A Case Study of Universal Basic Income Discussions on Reddit
本文提出了一个在线平台意见变化的概念模型，通过分析 Reddit 上关于全民基本收入的讨论，发现其总体立场在2019年中期由下降转为上升，并揭示了用户群体和社区特征等社会驱动因素。
2025-07-14 cs.CY cs.SI
Boundary-Value Friedkin-Johnsen Dynamics and Influence-Based Centralities on Networks
School of Professional Studies, Northwestern University（西北大学专业研究学院）
本文研究了网络中Friedkin-Johnsen社会影响模型的动态行为，通过边界值问题分析网络结构、顽固代理和易受影响代理对意见演变的影响，并提出了影响性度量和收敛速率的理论分析。
2026-08-25 cs.SI
AI-Enhanced Multi-Dimensional Measurement of Technological Convergence through Heterogeneous Graph and Semantic Learning
针对技术融合测量难题，提出基于异构图和语义学习的多维技术融合指数（TCI），从深度和广度两个维度测量，并经实证验证其优势，为创新政策提供参考。
2025-09-25 cs.SI
Heterogeneous Graph Attention Networks for Early Detection of Rumors on Twitter
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）；Macquarie University（麦考瑞大学）；Xiaomi AI Lab（小米人工智能实验室）
随着移动互联网技术的快速发展和移动设备的广泛使用，人们在社交媒体上表达自己的意见变得更加容易。社交媒体平台的开放性和便利性为人们提供了自由表达的机会，但也引发了新的社会问题。社交媒体上虚假谣言的泛滥会带来公众的恐慌，损害个人声誉，这使得谣言自动检测技术变得尤为必要。现有的大多数谣言检测方法都集中在从文本内容、用户简档和传播模式中挖掘有效特征。然而，这些方法并没有充分利用文本内容的全局语义关系，这体现了谣言的语义共性作为检测谣言的关键因素。本文基于谣言的文本内容和源推文传播，构建了一个推文-词-用户异质图。提出了一种基于元路径的异构图注意力网络框架，用于捕获文本内容的全局语义关系，以及源推文传播的全局结构信息，用于谣言检测。真实世界的Twitter数据上的实验证明了所提出的方法的优越性，它也具有相当的能力，在非常早期的阶段检测谣言。
2020-06-10 cs.IR cs.LG cs.SI
