Jun, 2016

建模确认偏见和极化

PDF
TL;DR该研究提供了一个基于有限置信度模型的数学模型，以研究在线社会辩论和相关的极化动态，重点关注确认偏误在病毒现象中起到的关键作用，并证明了新模型（即无限置信度模型和重连置信度模型）可以解释现实中经常观察到的两种最终稳定观点的共存现象，最后展示了新模型的平均场近似。
confirmation biasonline social debatespolarization dynamicsbounded confidence modelmean field approximation
发现论文，激发创造
  • 社交网络中的同溶团和极化动态建模

    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

  • 带有确认偏差的观点动态

    该研究通过非贝叶斯模型描述了确认偏误和透视误导之间的关系，并验证了其基本现象学和学习特性，并探究了它们在认知心理学中的实际应用。

    Nov, 2014

  • 回音室：情感传染和群体极化在 Facebook 上的表现

    本文探讨了在 Facebook 平台上科学和阴谋论社群的演化和情感行为对社群动态的影响。研究结果显示，用户对社群的参与程度和使用者情感行为对社群的演化有显著影响，越参与社群的使用者更容易表现出负面情绪，并且更活跃的用户比不活跃的用户更容易表现出负面情绪。

    Jun, 2016

  • 病毒性谣言：同质性与极化的作用

    在此论文中，作者证明了旨在量化信息消费模式的指标可能提供有关虚假声明传播的重要见解，通过分析意大利 Facebook 用户消费不同类型（科学和阴谋新闻）的信息，表明用户在不同内容上的参与度与具有类似消费模式的朋友数量成正相关，然后在 7109 份有意识的讽刺虚假声明的外部样本中测试扩散模式，发现在错误信息很普遍的环境中，围绕共有信念的用户聚合可能成为虚假信息的传播方式。

    Nov, 2014

  • Friedkin-Johnsen 模型中具有有限信息的对手

    通过使用一种新的算法来检测高影响力的用户，即使只知道社交网络的拓扑结构，攻击者仍能在社交网络中激起不和谐，我们证明了这种攻击是可能的。

    Jun, 2023

  • 社交网络中减少极化和分歧

    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

  • 虚假信息时代的情感动态

    该研究分析了社交媒体上针对科学和阴谋新闻的集体讨论和极化社区之间的情感动态，发现阴谋性文章的社交互动更倾向于负面评论，而随着评论数量的增加，文章的情感呈负面趋势。

    May, 2015

  • 设计去极性推荐系统

    本文探讨了三个阶段的算法干预方案，重点在于如何利用推荐系统来解决分裂和冲突问题，以达到更具建设性的冲突转型。实证研究表明，基于多样性的干预措施可能会在某些情况下加剧分裂。因此，本文建议将文本中的温和性度量与多样性相结合，以制定更有效的干预措施。

    Jul, 2021

  • 信念形成与偏见信念的持续

    在我们的研究中，我们提出了一个信念形成模型，其中代理试图区分两种理论，证实和证伪证据之间的强度不对称性使得信念倾向于生成强（可能是罕见的）证实证据和弱（频繁的）证伪证据的理论。在我们的模型中，信息处理的限制导致代理倾向于审查弱证据，这导致在某些区分问题中，证据可能大部分是单面的，与真实的基本理论无关。了解被审查的数据生成过程特征的复杂代理不会被这些所谓的 “证据” 所迷惑，但是不太复杂的代理最终会形成有偏见的信念。

    Oct, 2023

  • 人员推荐对回声室和极化的影响

    本文提出了一个基于 Monte Carlo 模拟的框架来评估人们推荐算法对意见演变的影响，结果发现人们推荐算法确实会导致峡谷效应显著增加，但仅在网络中有相当数量的同质性的情况下发生。

    Dec, 2021