使用高斯混合模型对社交媒体中演化的多模态信念进行建模

我们使用高斯混合模型来对社交网络中多模态信念和观点不确定性的形成与演化进行建模。在该模型中，当纳入外生因素（来自外部来源的信号，如新闻文章）时，观点通过贝叶斯信念更新演化；当纳入内生因素（社交媒体上的互动）时，观点通过非贝叶斯混合动力学演化。这种建模方式能够捕捉在多模态观点动力学中观察到的丰富行为，同时保持标量模型的可解释性和简洁性。我们展示了关于观点形成和不确定性的初步结果，以研究顽固个体（作为社交影响者）的影响。这引出了一个基于个体破坏社交网络中信息流动难易程度的中心性概念。