具有算法偏差的社交网络意见形成：动力学与偏差失衡
物理与社会
2024-01-26 v1
摘要
我们研究了在内容过滤技术影响下，网络上的意见动力学和信息传播。这种过滤机制存在于许多在线社交平台中，减少了个体接触不同意见的机会，从而产生算法偏差。我们推导了在存在算法偏差、网络社区结构、噪声（个体的独立行为）以及成对或群体相互作用的情况下，全局意见变量的演化方程。我们考虑了社交平台对一种意见相对于其对立面表现出偏好的情况，从而使动力学失衡，有利于该意见。我们表明，如果失衡足够强，它可能决定最终的全局意见和群体的动力学行为。我们发现了一个复杂的相图，包括共存、共识和意见极化等作为模型可能最终状态的相，它们之间存在不同阶的相变。方程的固定点结构在很大程度上决定了动力学。我们关注收敛所需的时间，并得出结论：该量在很宽的范围内变化，偶尔显示出临界减慢和亚稳态的特征。
引用
@article{arxiv.2108.01350,
title = {Opinion formation on social networks with algorithmic bias: Dynamics and bias imbalance},
author = {Antonio F. Peralta and János Kertész and Gerardo Iñiguez},
journal= {arXiv preprint arXiv:2108.01350},
year = {2024}
}