结合观点相似性与结构相似性在链接推荐中应对极端两极化
社会与信息网络
2026-04-23 v1
摘要
推荐算法用于在线社交网络中塑造用户之间的互动。特别是，链接推荐算法会建议新的连接，从而影响个体如何互动及交换信息。这些算法的有效性依赖于支配社交联系创建的关键机制，如三度闭合和同质倾向。前者通过结构相似性实现，代表了在拥有共同朋友的情况下，推荐用户之间的更高机会；后者与观点相似性相关，体现了在个体特征相似的情况下，推荐连接的更高机会。这两个机制共同塑造了社交网络及其上行为的演化。然而，这两个机制对观点与结构动力学共演的影响仍然鲜为人知。本文研究在观点相似性和结构相似性共同作用下，社交网络与观点如何共演。我们表明，这两种相似性度量都导致极化状态，但对网络碎片化和观点多样性的影响不同。尽管强烈依赖观点相似性会导致观点差异更大，但基于网络相似性的重构会导致更多（不）相连组件，从而形成倾向于某一符号观点的碎片化网络。在强同质倾向下，引入对结构相似性的弱依赖可防止网络碎片化，并促进温和观点的共存。本工作可为设计新型推荐算法提供指导，这些算法显式地考虑社交与推荐机制之间的相互作用，有望在本质上具有极端两极化倾向的环境中促进温和观点的共存。
引用
@article{arxiv.2604.20641,
title = {Combining opinion and structural similarity in link recommendations to counter extreme polarization},
author = {Gabriella D. Franco and Marta C. Couto and Vítor V. Vasconcelos and Fernando P. Santos},
journal= {arXiv preprint arXiv:2604.20641},
year = {2026}
}