自行形成意见有多糟糕?
研究社会系统中意见收敛的模型,发现指导邻居意见和类似信仰的网状连接都是影响意见形成的因素,并提出了一个简单的模型来控制这两个因素的平衡,发现该模型在参数变化的过程中发生了连续相变,从多样化的意见到大多数人持有同样的意见。
Mar, 2006
研究了一种简单的舆论动态模型,其中包括不同类型的代理人,他们的信仰会随着时间和社交邻居的信息发生变化。在这种社会结构中,我们证明了意见动态无法收敛到一致,但相反,意见动态保持在同一种分布。
Sep, 2010
通过两个实验,我们发现被暴露在他人的观点和置信度后,参与者在回答实际问题时会修改其初始判断,建立了一个描述相互作用中同伴影响强度的影响力图,并且识别了两个主要的意见吸引子,即专家效应和多数效应,这些发现对于理解公众舆论形成的机制以及管理存在自信且信息更好的少数派挑战大多数人看法的情况具有重要意义。
Nov, 2013
本文研究如何通过网络结构来降低社交媒体带来的观点极化和分歧,并提出了一种精确且高效的算法,同时对算法进行了合成及真实数据的测试,结果表明该算法对于推荐系统和社交网络优化具有重要意义。
Dec, 2017
通过在社交网络中进行样本复杂度研究,该论文探讨了公共卫生官员如何以最少的资源分发信息,确保社区广泛理解与实际事实相一致,我们的发现在合成和实际网络上得到了实证验证,对政策具有重要意义。
Nov, 2023
本文介绍了一个基于态度变化理论、群体行为理论和演化博弈理论的代理人在线舆论形成模型,该模型考虑了信誉度、接受者特征和群体环境对说服过程的影响,并将该模型应用于 Twitter,分析了话题类型、参数变化和意见领袖对舆论形成的影响。实验结果显示,争议性话题的意见演化表现出更大的不确定性和可持续性,而利益成本比对意见形成有着显着的影响,适当的比例将导致最长的放松时间或最统一的全球意见。此外,拥有大量追随者的名人比专家更有能力影响公众舆论。
Jul, 2018
本研究采用社会舆论动力学模型,将宣传设计问题形式化为识别目标受众的问题,旨在通过他们的积极反馈最大化信息在社交网络中的整体积极反馈,我们设计了解决该问题的算法,并在实际数据上进行了实验,证明了算法的高效性和实用性。
Jan, 2013
通过分析出生率、手机销售和音乐会掌声降低等数据集,运用随机场伊辛模型,研究了模仿和社会压力带来的群体效应,发现其具有标度关系 h ~ w^{-kappa},其中 kappa 取 0.62~0.71。
Apr, 2005
研究了观点动态学中代理人在面对来自决策观察的社交压力时,选择二元行动的情况。证明了即使行动可以被广泛接受或极化,最终结局仍然是随机的,并揭示了失去个体决策背后细微差别的信息往往导致了非理性跟风行为。
Apr, 2017