社交媒体注意力之争：竞争网络上的观点动力学

在信息丰裕时代，注意力是一种令人垂涎的资源。社交媒体平台激烈竞争用户的参与度，影响用户在各类话题上观点的演化。推荐算法常被指责制造“过滤气泡”，即志趣相投者彼此间主要互动，理解这一不受监管的注意力市场的后果至关重要。为此，我们提出一个多层网络上的观点动力学模型。网络的每一层代表一个独特的社交媒体平台，各具特性。用户作为网络中的节点，跨平台分享观点，并依据感知质量决定在各平台投入的时间。我们的模型揭示两个关键发现。i) 当考察两个平台——一个采用中性推荐算法，另一个采用基于同质性（homophily）的算法——我们发现，即使用户将大部分时间花在中性平台上，观点极化仍可能持续。ii) 通过允许用户依据其同质性偏好动态分配跨平台的社会能量，出现了个体的进一步隔离。虽然网络碎片化通常与“回音室”相关，但这种涌现的多平台隔离在无需不期望的极化加剧的情况下提升了用户满意度。这些结果凸显了承认个体如何从 multitude 信息源获取信息的重要性。此外，它们强调单一社交媒体平台上的政策干预可能收效有限。