线上极化的驱动因素：将模型拟合至数据

线上用户倾向于围绕共享叙事加入由志同道合者组成的极化群体，形成回音室。回音室效应与观点极化可能由若干因素驱动，包括信息消费中的人类偏见以及信息流算法产生的个性化推荐。迄今，研究主要使用观点动态模型来探索极化与回音室出现的机制，旨在确定导致这些现象的关键因素并识别其相互作用。然而，模型预测与经验数据的验证仍存在两个主要缺陷：缺乏系统性与定性分析。在我们的工作中，我们填补了这一空白，提供了一种将模拟所得观点分布与社交媒体上实测分布进行数值比较的方法。为验证该程序，我们开发了一个考虑人类与算法因素相互作用的观点动态模型。我们将模型用来自不同社交媒体平台的数据进行经验检验，并与两个最先进的模型进行基准比较。为进一步增进对社交媒体平台的了解，我们依据模型参数空间对其特征给出了综合性描述。该表示有望促进信息流算法的改进，从而缓解极端极化对线上话语的有害影响。