猫步纹模型：舆论动力学中的极化现象

过去十年里，尽管早期普遍预期大规模网络讨论会促进共识，但实际测量显示网络舆论结构高度极化。虽曾认为这种效应主要由社交平台的内容算法推荐所致（“滤空气”），但实际上极化主要由用户间交互的亲疏关系所致：用户强烈倾向于支持与自己相似的内容和其他用户。用户组织成亲疏簇或“回音室”，其中簇内交互更可能为正面，簇间交互更可能为负面。这促使我们通过建模来研究网络舆论中的极化现象。传统的网络舆论形成模型仅编码用户间的正向交互（吸引），因此共识或用户非相互作用簇是常见行为。在本研究中，引入一种新的网络舆论形成模型，包含负向交互的动态：不把负向交互建模为在舆论空间中的排斥，而是建模为对“猫步纹”用户的吸引。我们展示了该模型具有丰富的行为特征。四种不同的局部交互 regime 对应于不同的 population 层面的动态——中性共识、极端共识、极化与无决定。 在极化 regime 中，局部交互为亲疏关系，产生的舆论结构复制了经验数据中所见的结构：用户簇间交互为正面，簇间交互为负面。