细微问题的重要性：相似性偏好的意见动力学中的对称性、多元主义与极化

极化是现代社会中的一个重要问题。理解意见通过社交互动如何演化，对于识别导致意见趋同、极化或多样化的关键条件至关重要。经典意见动力学模型探索了有限信心和亲疏关系，但大多数模型假设所有问题的重要性相等且仅存在吸引力。我们通过发展一种随机基于智能体的模型，其中个体对多个异构权重问题持有二进制意见，并通过吸引（与相似者互动）和排斥（与不相似者互动）进行交互。我们的模型揭示，决定友好或敌对互动的相似阈值本质上决定了结果类型，该模型可产生三种结果：意见趋同、极化和持久多元主义，每种结果在人口中都可能出现。低阈值促进意见趋同，而高阈值导致极化或持久多元主义。令人惊讶的是，即使引入一个权重微小的问题，也会使稳定状态不稳定，从而改变解的类型并使收敛时间增加几个数量级。为解释这些现象，我们推导了一组常微分方程并分析平衡对称性。在多问题系统中（最多五个问题），我们提供了完整描述：所有权重配置归入若干情形，每种情形在阈值变化时 exhibit 不同的对称级联。我们的分析表明，当问题重要性集中在少数问题时，极化风险会增加。这表明缓解策略包括：培育跨领域社交联系、拓宽讨论范围超出核心问题、以及引入新话题以破坏极化。基于对称性的框架揭示了问题受欢迎程度和社交容忍度如何共同塑造集体意见演化。