一种多层次网络方法用于揭示在线政治选择性接触的模式
社会与信息网络
2025-12-01 v2
摘要
选择性接触——个体倾向于寻找支持其信念的信息而回避与之矛盾的信息——在极化和回音室的形成中扮演着重要角色。在政治领域，选择性接触通常仅在左右意识形态尺度上衡量，忽略了更细微的细节。为弥合这一差距，本工作引入了一种基于多尺度社区检测的多层次分析框架。为检验该方法，我们结合了在2022年巴西总统选举期间收集的调查和Twitter/X数据，调查了调查受访者在其关注对象选择中的选择性接触模式。我们构建了一个连接调查受访者与政治影响者的二分网络，并将其投影到影响者节点上。对该投影应用多尺度社区检测揭示了政治影响者的层次聚类。不同的选择性接触指数表明，调查受访者所参与的影响者社区的特征随社区分辨率的层级而变化。这一发现表明，在线政治选择性接触展现出比简单的左右二分法更复杂的结构。此外，根据我们所考虑的分辨率层级，我们发现了网络暴露模式指数与调查受访者189个个体属性之间的不同关联。例如，在更精细的层级上，调查受访者的社区重叠与多种因素相关，如意识形态立场、人口统计特征、新闻消费频率和不文明感知。相比之下，在更粗糙的层级上，仅其意识形态立场是一个显著因素。我们的工作表明，在单一层级（如左右）上衡量选择性接触会遗漏正确捕捉这一现象所需的重要信息。
引用
@article{arxiv.2408.03828,
title = {A multilevel network approach to revealing patterns of online political selective exposure},
author = {Yuan Zhang and Laia Castro Herrero and Frank Esser and Alexandre Bovet},
journal= {arXiv preprint arXiv:2408.03828},
year = {2025}
}