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

通过重新加权用户关注的账户的相对重要性，我们提出了一种改善社交媒体中极端化和信息孤立化问题的新方法，以在相关性和多样性之间取得平衡，从而降低社交媒体的负面影响，同时保持信息流的质量。我们通过实验验证了这种方法的有效性，并证明其能够促进更健康、更具凝聚力的在线社区。

Aug, 2023

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

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

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

通过引入一种实例生成模型，研究了双向极化问题的复杂性，结果表明，实例的极化程度越高，找到对应的极化二分图越容易。

Jul, 2023

通过神经嵌入技术对 Reddit 14 年间 5.1B 评论的社区结构进行了研究，发现在 2016 年美国总统选举后，Reddit 出现了明显的政治极化，尤其是右翼用户的活动量增加导致的。个体级的极化是罕见的，政治极化可以通过考察单个用户的行为预测，可能因外部事件而发生。

Oct, 2020

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

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

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。

Jun, 2016