通过连接对立观点减少争议

社会经常因争议性问题而两极分化，这些问题将人口分裂为持对立观点的群体。当此类问题在社交媒体上出现时，我们经常观察到“回声室”的产生，即志同道合的人强化彼此观点，却未接触到对立面的观点。本文研究用于弥合这些回声室从而减少争议的算法技术。具体地，我们用一个认可图表示关于争议性问题的讨论，并将问题转化为该图上的边推荐问题。推荐的目标是降低图的争议分数，该分数由最近开发的基于随机游走的度量来衡量。同时，我们考虑推荐边的接受概率，其代表该边在认可图中实现的可能性。我们提出一个基于最近开发的用户级争议分数的简单模型，该模型与最先进的链接预测算法具有竞争力。因此，我们旨在找到期望中能使争议分数降低最大的边。为解决这个问题，我们提出一种高效算法，仅考虑所有可能边组合的一小部分。实验结果表明，我们的算法比简单的贪心启发式更高效，同时产生可比较的分数降低。最后，与其他最先进的边添加算法比较表明，该问题与文献中研究的有根本不同。