个性化信息下选民模型中极化的涌现
物理与社会
2020-10-28 v2 统计力学
摘要
虚假新闻的泛滥受在线社交网络推荐算法助长,这些算法基于用户以往活动提供适配其偏好的内容,从而制造过滤气泡。我们引入一个可解析处理的带个性化信息的选民模型,其中外部场倾向于将智能体意见与其过去更频繁持有的意见对齐。尽管模型简单,却展现出异常丰富的动力学。经数值模拟证实的解析平均场方法,使我们能够构建相图并预测是否及如何达成共识。值得注意的是,仅当与个性化信息交互较弱且智能体数量低于某一阈值时,方可避免极化。我们解析计算出该临界规模,其以强非线性方式依赖于交互概率。
引用
@article{arxiv.2007.04903,
title = {Emergence of polarization in a voter model with personalized information},
author = {Giordano De Marzo and Andrea Zaccaria and Claudio Castellano},
journal= {arXiv preprint arXiv:2007.04903},
year = {2020}
}
备注
15 pages, 9 figures