社交網絡

insight - 社交網絡

本研究提出了一個基於大型語言模型的社交模擬框架,有效模擬了社交網絡中意見極化和回音室效應的動態過程,並提出了兩種語言層面的緩解策略。

個人在社交網絡中的易受影響程度與其朋友的易受影響程度呈現同質性,並且朋友通常比個人本人更容易受到影響,形成了易受影響悖論。

社交網絡拓撲結構可用於識別個人性格特徵

提出一個簡單的馬爾可夫決策過程(MDP)模型來描述社交網絡中的用戶分享行為,並導出一個無偏估計量來估算分享效果。

本研究探討了社交媒體平台上具影響力人物的對話如何影響公眾情緒和加劇在線極化。通過對比有無特定有影響力人物參與的對話情況下的極化程度,我們量化了這些人物在塑造公共論述和加劇社會分裂方面的重要作用。

本研究分析了 Reddit 社群中用戶表達道德判斷的互動模式。結果顯示,這些網路討論串的演化與其他真實社交網絡有所不同,主要是因為它們的全局聚集係數極小,平均最短路徑長度隨時間增加。這反映了用戶主要與單一其他用戶討論,且通常只發一條留言。此外,用戶的不確定性判斷與討論的互動性和對立程度有關。

About

Products

Resources