在复杂凸时间网络中的意见动态视角:上瘾与遗忘
本文提出并分析了一种基于超图的非线性共识动力学三体模型,该模型包含加强群体效应,可以在基础图形完整(对应于平均场相互作用)的情况下导致系统平均状态的变化,这可能被解释为一种同伴压力现象。我们进一步演示了对于具有两个聚类组的系统,即使在我们的动力学中存在微小的不对称性,也会导致一组的意见明显占优势。我们展示了模型中的非线性是使这种组动力学出现的基本成分,并演示了如何将我们的系统书写为经过重新调整网络的线性、成对的交互系统。
Apr, 2020
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
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
本文提出了一种基于多维空间,通过社会交互和共性原则的思想演化模型,解释了意见形成的意识形态现象,通过越来越具有争议性的主题,人们倾向于和相似观点的人互动,从而导致了意识形态的出现。
Jul, 2020
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
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
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
针对在网络上的信息 / 影响 / 疾病扩散,本研究提出了一种基于离散网络的连续时间过程模型,通过已感染节点的传染事件推断全局扩散网络的边缘和每条边缘的传输速率,进而预测、影响和抑制感染传播。该模型具有稀疏解决方案,无需参数调整,可轻松适用于规模在数千到数十万的网络,实验证实了该算法的效果良好。
May, 2011