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

通过模拟社会网络中人们的意见动态，研究了一种具有内生信念的模型，发现在这种情况下很少能达成共识，并提供了达成共识的最低成本与社会最优状态的紧密界限。同时，讨论了如何通过调整网络结构来减少达成共识的成本。

Mar, 2012

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

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

本文提出一种推论机制，将生成的意见动态代理模型拟合到现实世界的社交信息中，不仅保留了基于代理的模型的优点（即因果解释），而且还具有在真实数据上进行模型选择和假设测试的功能。

Jun, 2020

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

社交广告利用消费者同伴的信息，以及同伴与品牌、产品、组织等的从属关系，来定向广告和增加其有效性。该研究通过两项实地实验发现，多个社交信号与广告一起展示，以及与强联系人相关联的广告，可以显著增加消费者对广告的反应。

Jun, 2012

本文提出了 SLANT，一种基于标记的跳跃扩散随机微分方程的概率建模框架，用于表示用户随时间变化的意见，可以从历史细粒度事件数据中进行有效的模型模拟和参数估计，并利用该框架得出了一组有效的预测公式，实验结果表明，该模型提供了良好的拟合，并且比其他方法实现了更准确的预测。

Jun, 2015

本文研究了社交媒体上自我封闭和观点极化的机制，通过引入激进化动力学模型，在不同的主题和社交状态下发现了社交影响和话题争议度对极化的影响，对社交媒体上自我封闭和观点极化的机制提出了新的见解。

Jun, 2019