基于 GNN 的舆论去极化
社会与信息网络
2026-04-22 v3 机器学习
摘要
当今社交媒体是政治辩论和意见交流的主要场所。大量研究表明，社交媒体具有高度极化倾向。一种常见现象是回声室结构，即用户组织成极化社区，仅与类似思想者建立联系，从而限制其消费特定内容。本文探讨了如何减少两个回声室网络的极化程度。特别地，我们观察到，如果某些用户对特定议题持中立意见，网络的极化程度便会降低。基于此观察，我们提出了一种高效算法，用于识别一组 K 个用户，若其采取中立立场，即可最小化网络的极化。该算法采用图神经网络（GNN），因此能够比其他方法更有效地处理大规模图数据。
引用
@article{arxiv.2412.09404,
title = {Opinion de-polarization in social networks with GNNs},
author = {Konstantinos Mylonas and Thrasyvoulos Spyropoulos},
journal= {arXiv preprint arXiv:2412.09404},
year = {2026}
}