通过随机推动在社交网络上的观点去极化
摘要：在线社交网络平台上笔者观察到意见的极化现象。传统的群体动态模型，基于统计物理原理，未能解释在线网络平台上极化和回音室的出现。最近引入的意见动态模型考虑了同质性因素--个体倾向于与持有相似意见的人连接--捕捉了极化和回音室效应。在本研究中，笔者为在线社区中的个体提供了一个非侵入式的框架，以促使他们形成随机连结。研究结果表明，这种轻微的引导可显著减少意见的极化和回音室效应。值得注意的是，即使是轻微的引导也能有效地避免极化，然而大幅的引导会导致另一个不受欢迎的效果，即激进化。此外，笔者还得出了避免极化和激进化结果的最佳引导因素。
作者：Ritam Pal, Aanjaneya Kumar, M.S. Santhanam
论文ID：2212.06920
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2023-02-27