通过在超图上推导和分析一些模型，我们发现非线性交互函数可以产生高阶多体动力学效应，进而引起多数投票的转移，而超图的模块结构导致了两极化分区之间的不对称效应.

Oct, 2019

本文研究在三体相互作用的离散时间非线性平均动力学中，超图作为描述和分析多体相互作用系统复杂行为的强大建模工具，通过一种基于权重、状态依赖邻居对的更新模式来更新顶点状态，并通过图的结构和更新的非线性之间的复杂相互作用来表现出高阶动力学效应，从而捕捉同伴压力等加强组效应。最终，假设随机初始状态，并在超图上做一些正则性和密度假设，证明动力学收敛于初始状态的乘法位移平均值，并进一步将位移特征化为两个参数的函数，描述初始状态和相互作用强度，以及作为超图结构函数的收敛时间。

Apr, 2023

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

通过引入时间和空间上的扩展维度、构建意见聚类、削弱意见遗忘和依赖行为、以及网络分析等方法，本文提出了一个综合框架来加强共识建设，并强调了多样的观点、网络分析和有影响力的实体在其中的重要性。

Nov, 2023

通过代理模型，揭示了有关多维空间中观点动态的两个特征：人们的各种政策问题的个人意见往往与主导意识形态维度（例如 “左” 与 “右”）保持一致，并且越来越极端。

Mar, 2020

我们研究互动的大型语言模型（LLMs）群体内舆论的演变。我们发现这些模型的交流受到几个倾向性因素的影响，分别是追求其他模型意见的共识、在资金配置时展现谨慎和考虑伦理问题。我们还发现这些偏见受到意见改变缺乏具有说服力的理由、愿意参与讨论的程度以及资源分配的分布的影响。此外，这些偏见之间的紧张关系可能导致对具有负面含义的项目的资金支持继续存在。通过自由形成意见与从三个资源分配选项中选择意见相比，我们发现在互动后，LLM 的意见分布更加多样化，而在后一种情况下，通常会达成共识或极化。当代理人了解过去的意见时，他们会努力保持一致，并产生更多样的更新规则。我们使用 Llama 3 LLM 进行了研究。

Jun, 2024

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 Krause 引入的一种观点动态模型，其中每个代理都有一个由实数表示的观点，并通过对所有与其自身观点相差不到 1 的代理观点求平均来更新其观点。通过给出一个新的聚类收敛证明，我们表明所有处于同一组中的代理持有相同的观点。然后我们引入了特定的平衡稳定性概念，在稳定平衡时提供了相互簇距离的下限。为了更好地理解当代理数量很大时系统的行为，我们还引入并研究了涉及到无穷多个代理的变量，从而获得了部分收敛结果以及跨簇距离的下限，在一些温和假设下。

Jul, 2008

提出了一种非参数的动态网络多组成员模型，通过距离依赖的印度 Buffet 过程对单独组的诞生和死亡进行建模，通过因子隐马尔科夫模型对个体节点组成员身份的演变进行捕捉，通过显式建模组的连接结构来解释网络结构的动态性。该模型通过在各种不同类型的网络数据中识别潜在组的动态性，证明了其在未来网络预测和丢失链路预测上提供了更好的预测性能。

Nov, 2013

研究了一个完全连接的系统中的意见动态，在没有记忆的情况下，考虑了包括选民模型和最佳 - k 多数规则在内的非常流行的意见动态，结果表明缺乏记忆会防止有效收敛，而使用随机意见动态快速收敛于正确的意见为信息传播过程所必需的。

Feb, 2023