Роль локальных структурных паттернов в процессах формирования мнений в социальных сетях

Обложка
  • Авторы: Черевичная Н.В.1, Козицин И.В.2
  • Учреждения:
    1. Московский физико-технический институт
    2. ФГБУН Институт проблем управления им. В.А. Трапезникова РАН, Москва, Московский физико-технический институт
  • Выпуск: № 116 (2025)
  • Страницы: 116-134
  • Раздел: Сетевые модели в управлении
  • URL: https://bakhtiniada.ru/1819-2440/article/view/307002
  • ID: 307002

Цитировать

Полный текст

Аннотация

Существенный пласт агент-ориентированных моделей социального влияния, начиная с моделей Френча - Харари - ДеГроота и Избирателя, описывает процессы изменения мнений как последовательность локальных взаимодействий агентов, при которых мнение фокального агента - объекта влияния - изменяется в зависимости от его текущего мнения и мнений его окружения, взятых с некоторыми весами. Эти веса отражают влиятельность агентов и могут зависеть от их социального положения, демографических характеристик, а также от силы связей между агентами. Вместе с тем в конкурирующих социологических теориях (теория социальных эпидемий, теория структурной близости, теория структурного разнообразия) постулируется, что сила влияния может варьироваться в зависимости от состава окружения агента, а также структуры связей внутри него. В настоящей работе проводится проверка данных теорий на примере лонгитюдных данных из социальной сети ВКонтакте, описывающих динамику мнений крупномасштабной выборки пользователей (~ 6 500 000) относительно политической повестки. Мы изучаем влияние со стороны пользователей, имеющих радикальные политические (консервативные или либеральные) взгляды на людей с умеренными взглядами. Показано, что рост числа друзей с радикальными взглядами способствует увеличению силы влияния. При этом рост плотности связей в большинстве случаев либо не имеет эффекта на силу влияния, либо стабильно приводит к снижению силы влияния, что согласуется с результатами теории структурного разнообразия.

Об авторах

Наталья Владимировна Черевичная

Московский физико-технический институт

Email: cherevichnaia.nv@phystech.edu
Москва

Иван Владимирович Козицин

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН, Москва, Московский физико-технический институт

Email: kozisin.ivan@mail.ru
Москва

Список литературы

  1. ARAL S., WALKER D. Tie strength, embeddedness, and socialinfluence: A large-scale networked experiment // ManagementScience. – 2014. – Vol. 60, No. 6. – P. 1352–1370. – doi: 10.1287/mnsc.2014.1936.
  2. BURE V., PARILINA E., SEDAKOV A. Consensus insocial networks with heterogeneous agents and two centersof influence // Int. Conf. Stability and Control Processes inMemory of V.I. Zubov (SCP–2015). – IEEE, 2015. – P. 233–236. – doi: 10.1109/SCP.2015.7342113.
  3. CENTOLA D. The spread of behavior in an online socialnetwork experiment // Science. – 2010. – Vol. 329. – No. 5996. –P. 1194–1197. – doi: 10.1126/science.1185231.
  4. CLIFFORD P., SUDBURY A. A model for spatial conflict //Biometrika. – 1973. – Vol. 60, No. 3. – P. 581–588. – doi: 10.1093/biomet/60.3.581.
  5. DEGROOT M.H. Reaching a consensus // Journal of theAmerican Statistical Association. – 1974. – Vol. 69, No. 345. –P. 118–121. – doi: 10.1080/01621459.1974.10480137.
  6. FLACHE A. et al. Models of social influence: Towards thenext frontiers // Jasss-The Journal of Artificial Societies andSocial Simulation. – 2017. – Vol. 20, No. 4. – P. 2. – doi: 10.18564/jasss.3521.
  7. FRENCH JR J.R.P. A formal theory of social power //Psychological Review. – 1956. – Vol. 63, No. 3. – P. 181–194. –doi: 10.1037/h0046123.
  8. GEZHA V.N., KOZITSIN I.V. The effects of individuals’opinion and non-opinion characteristics on the Organization ofInfluence Networks in the online domain // Computers. – 2023. –Vol. 12, No. 6. – P. 116. – doi: 10.3390/computers12060116.
  9. GONZALEZ-BAILON S., DE DOMENICO M. Bots are lesscentral than verified accounts during contentious politicalevents // Proc. of the National Academy of Sciences. –2021. – Vol. 118, No. 11. – P. e2013443118. – doi: 10.1073/pnas.2013443118.
  10. HARARY F. A criterion for unanimity in French’s theory ofsocial power // In: D. Cartwright (Ed.) Studies in social power. –1959. – P. 168–192.
  11. KAIRAM S.R., WANG D.J., LESKOVEC J. The life and deathof online groups: Predicting group growth and longevity // Proc.of the fifth ACM Int. Conf. on Web Search and Data Mining. –2012. – P. 673–682. – doi: 10.1145/2124295.2124374.
  12. KOEHLER D. The radical online: Individual radicalizationprocesses and the role of the Internet // Journal forDeradicalization. – 2014. – No. 1. – P. 116–134.
  13. KOZITSIN I.V. et al. Modeling political preferences ofrussian users exemplified by the social network Vkontakte //Mathematical Models and Computer Simulations. – 2020. –Vol. 12. – P. 185–194. – doi: 10.1134/S2070048220020088.
  14. KOZITSIN I.V. Formal models of opinion formation and theirapplication to real data: evidence from online social networks //The Journal of Mathematical Sociology. – 2022. – Vol. 46,No. 2. – P. 120–147. – doi: 10.1080/0022250X.2020.1835894.
  15. KOZITSIN I.V. A general framework to link theory andempirics in opinion formation models // Scientific Reports. –2022. – Vol. 12, No. 1. – P. 5543. – doi: 10.1038/s41598-022-09468-3.
  16. KOZITSIN I.V. Opinion dynamics of online social networkusers: a micro-level analysis // The Journal of MathematicalSociology. – 2023. – Vol. 47, No. 1. – P. 1–41. – doi: 10.1080/0022250X.2021.1956917.
  17. LIU S. et al. Job Done? New Modeling Challenges After 20Years of Work on Bounded-Confidence Models // JASSS. –2023. – Vol. 26, No. 4. – P. 8.
  18. PARSEGOV S.E. et al. Novel multidimensional models ofopinion dynamics in social networks // IEEE Trans. onAutomatic Control. – 2016. – Vol. 62, No. 5. – P. 2270–2285. –doi: 10.1109/TAC.2016.2613905.
  19. PETROV A., AKHREMENKO A., ZHEGLOV S. DualIdentity in Repressive Contexts: An Agent-Based Model ofProtest Dynamics // Social Science Computer Review. –2023. – Vol. 41, No. 6. – P. 2249–2273. – doi: 10.1177/08944393231159953.
  20. PROSKURNIKOV A.V., TEMPO R. A tutorial on modelingand analysis of dynamic social networks. Part I // AnnualReviews in Control. – 2017. – Vol. 43. – P. 65–79. – doi: 10.1016/j.arcontrol.2017.03.002.
  21. SNIJDERS T.A.B. Stochastic actor-oriented models fornetwork dynamics // Annual Review of Statistics and itsApplication. – 2017. – Vol. 4, No. 1. – P. 343–363. – doi: 10.1146/annurev-statistics-060116-054035.
  22. UGANDER J. et al. Structural diversity in social contagion //Proc. of the National Academy of Sciences. – 2012. – Vol. 109,No. 16. – P. 5962–5966. – doi: 10.1073/pnas.1116502109.
  23. ZHU K., YING L. Information source detection in the SIRmodel: A sample-path-based approach // IEEE/ACM Trans. onNetworking. – 2014. – Vol. 24, No. 1. – P. 408–421. – doi: 10.1109/TNET.2014.2364972.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».