Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Động lực học ý kiến hai chiều trong mạng xã hội với các niềm tin xung đột
Tóm tắt
Hai mô hình được phát triển để cập nhật các ý kiến trong mạng xã hội trong những tình huống mà một số niềm tin có thể được coi là cạnh tranh. Hai mô hình này đại diện cho các thái độ khác nhau của con người đối với xung đột được nhận thức giữa các niềm tin. Trong cả hai mô hình, các tác nhân có độ dung nạp, thể hiện mức độ mà tác nhân xem xét các niềm tin khác biệt của các tác nhân khác, và độ xung đột, thể hiện mức độ mà hai niềm tin được coi là cạnh tranh. Các mô phỏng máy tính được sử dụng để xác định cách mà động lực ý kiến bị ảnh hưởng bởi sự tồn tại của xung đột. Kết quả cho thấy rằng xung đột có thể gia tăng sự hình thành đồng thuận trong mạng xã hội trong một số trường hợp dựa trên một trong các mô hình.
Từ khóa
#động lực học ý kiến #mạng xã hội #niềm tin xung đột #đồng thuận #mô hình máy tínhTài liệu tham khảo
Acemoglu D, Ozdaglar A (2011) Opinion dynamics and learning in social networks. Dyn Games Appl 1:3–49
Chen S, Glass DH, McCartney M (2015) Dynamics of conflicting beliefs in social networks. In: Proceedings of the 6th workshop on complex networks (CompleNet 2015), Studies in computational intelligence, vol. 597, Springer, New York, 25–27 March 27, 2015, pp. 171–178
Deffuant G, Neau D, Amblard F, Weisbuch G (2000) Mixing beliefs among interacting agents. Adv Complex Syst 3:87–98
Douven I, Riegler A (2010) Extending the Hegselmann–Krause model I. Logic J IGPL 18:323–335
Fortunato S, Latora V, Pluchino A, Rapisarda A (2005) Vector opinion dynamics in a bounded confidence consensus model. Int J Mod Phys C 16(10):1535–1551
French JRP (1956) A formal theory of social power. Psychol Rev 63:181–194
Fu G, Zhang W, Li Z (2015) Opinion dynamics of modified Hegselmann–Krause model in a group-based population with heterogeneous bounded confidence. Phys A 419:558–565
Harary F (1959) A criterion for unanimity in French’s theory of social power. In: Cartwright D (ed) Studies in social power. Oxford, England, pp 168–182
Hegselmann R, Krause U (2002) Opinion dynamics and bounded confidence: models, analysis, and simulations. J Artif Soc Soc Simul 5(3):1–33
Jacobmeier D (2005) Multidimensional consensus model on a Barabasi–Albert network. Int J Mod Phys C 16:633–646
Krause U (2000) A discrete nonlinear and non-autonomous model of consensus formation. In: Elaydi S, Ladas G, Popenda J, Rakowski J (eds) Communications in difference equations. Gordon and Breach Publishers, Amsterdam, pp 227–236
Liu Q, Wang X (2013) Opinion dynamics with similarity-based random neighbours. Sci Rep 3:2968
Lorenz J (2007) Continuous opinion dynamics under bounded confidence: a survey. Int J Mod Phys C 18(12):1819–1838
Lorenz J (2008) Fostering consensus in multidimensional continuous opinion dynamics under bounded confidence. In: Helbing D (ed) Managing complexity. Springer, Berlin, pp 321–334
Pineda M, Buendía GM (2015) Mass media and heterogeneous bounds of confidence in continuous opinion dynamics. Phys A 420:73–84
Pluchino A, Latora V, Rapisarda A (2006) Compromise and synchronization in opinion dynamics. Eur Phys J B 50:169–176
Quattrociocchi W, Caldarelli G, Scala A (2014) Opinion dynamics on interacting networks: media competition and social influence. Sci Rep 4:4938
Riegler A, Douven I (2009) Extending the Hegselmann–Krause model III: from single beliefs to complex belief states. Episteme 6:145–163
Wang H, Shang L (2015) Opinion dynamics in networks with common-neighbours-based connections. Phys A 421:180–186
Weisbuch G, Deffuant G, Amblard F, Nadal JP (2002) Meet discuss and segregate! Complexity 7:55–63
Zollman KJ (2012) Social network structure and the achievement of consensus. Polit Philos Econ 11(1):26–44