在线社交网络中扮演越来越重要的角色之间的沟通的朋友,同事,业务伙伴和家庭成员。这种发展引发了公众和学术讨论这些新平台如何影响文化多样性的动态。正式的文化传播是强大的工具来研究模型的动态文化多样性,但它们都是基于假设代表传统的二元,面对面的交流,而不是在在线社交网络沟通。与面对面的交流模式,演员后更新他们的文化特质受到他们的网络联系,沟通在线社交网络往往表现为一对多的结构,在用户发出消息直接接触大量的网络。使用分析工具和基于主体的仿真,我们表明,这个看似细微的差异可以紧急动力文化传播有着深远影响。特别是,我们表明,我们的模型在线交流的框架内促进文化多样性在更大程度上比线下沟通和增加机会,个人和群体成为文化孤立的从他们的网络联系。
互联网的主要前提是,它将创建一个公共领域,培养民主审议和共识的形成(
学者早就认识到在线交流在重要方面不同于离线恢复(见,例如,
与现有的研究相比,我们专注于复杂的交互<我t一个l我c>
之间的我t一个l我c>个人,而不是<我t一个l我c>
在我t一个l我c>个人的过程。为此,我们研究阿克塞尔罗德的著名的正式的沟通模型,开发了离线社交网络(使用一对一的通信规则),将所有关于个人行为假设不变但演员之间实现通信的方式捕捉典型形式的在线交流(一对多)。分析工具和仿真,我们证明这个模型假设大幅度变化模型预测和变化导致研究结论挑战见解来自单个流程。相反地发现电脑仲介沟通促进共识的出现(
阿克塞尔罗德的文化的传播模式是一个最著名的共识形成的模型,不同的子组的出现。这也是一个实现离线模型的典型代表沟通。阿克塞尔罗德提出模型来解决他所认为的根本难题关于社会影响的研究中,要求<我t一个l我c>
“如果人们倾向于变得更像他们的信仰,态度和行为互动时,为什么不是所有的这些差异最终消失?“(
本文是出于以下直觉的复杂性引起的一对多沟通。为了说明,考虑网络四个演员描绘在图
图中所描绘的直觉
为了测试我们的直觉的有效性,我们实现了一个一对多的通信政权阿克塞尔罗德的文化传播模式保持不变假设所有其他模型(因此,保持我们的模型“完全一致”;(
阿克塞尔罗德的文化的传播模式提供了一个重要解释出现的扩散,截然不同的文化概况的稳定。在这个文学,一个人的文化被定义为一组她的个人特征(例如,意见、信仰和文化行为),易受社会影响
许多贡献扩展阿克塞尔罗德的工作(
另一个扩展模型,可以解释文化多样性的持久性尽管随机偏差是所谓的“多边社会影响”(
建模者也包含在现有模型假设一对多沟通(
本分析的目的是为了测试我们的直觉,一对多通信产生隔离比一对一的沟通。为此,我们比较阿克塞尔罗德的著名的预言文化传播的模型,它认为一对一的沟通,与小说扩展相同的模型,捕捉一对多沟通。在最初的阿克塞尔罗德模型中,我们产生的数量<我nl我ne-formula>
阿克塞尔罗德的使用非常抽象表示代理的文化特征。特性可以表示人的最喜欢的歌或者做一些基本的工作,如:复杂和多维的人的音乐品味。同样,它可以模拟人对堕胎的看法或她更复杂的特定政党偏好可能是她的观点对堕胎的函数和许多其他方面。节
表
我们比较了模型与两种不同的方法。首先,我们研究了小的数量只有四个代理所描述的只有三个二分文化特征。这个设置的简单性使我们进行详细的分析,并提供分析证明使用马尔可夫链分析。第二,我们以代理人为基础的模拟,以进行测试的结论是否马尔可夫链分析还在更复杂的设置多个代理,高数量的文化特征和特性,不同的邻域大小,更复杂的网络结构。使用一个更大的人口规模在第二分析还允许我们解决阿克塞尔罗德主要是对什么感兴趣,文化多样性。更准确地说,我们可以测试在第二分析通信机制如何影响的程度和条件对于文化集群,当地共识的共存和全球多样性突出了阿克塞尔罗德的原始分析。
能够比较两个模型和分析工具,我们首先分析了设置非常简单,但上述的直觉,然而,表明,两个模型的预测变量不同。根据描述直觉,隔离在一对多模型可能出现当一名演员<我nl我ne-formula>
系统<我nl我ne-formula>
这个系统的动力学可以完全表示成一个马尔可夫链分配到每一个有序对文化的配置一个概率内从一个配置转移到另一个迭代的仿真模型。4096配置系统的马尔可夫模型是非常大,一个详尽的分析。然而,我们可以分区的所有配置成子集,称为<我t一个l我c>
类我t一个l我c>以后,属性为每个命令的配置<我nl我ne-formula>
到达一个分区的配置类,我们第一次观察到每个特性<我nl我ne-formula>
第一次分类的配置可以从区分获得配置一个不同的分布状态的三个特性。所有配置相同数量的特性在美国C(共识),13(1 - 3分),或22(2分)落入semi-class相同。semi-classes截然不同的数量可以从计算获得可能的结果的数量如果为每个特性与更换的状态是随机的和独立的三种可能的值C, 13日或12。因此,如果可以在一个特征<我nl我ne-formula>
然而,semi-class可以包含多个类;因此类的数量大于10。原因是过渡从配置包含概率特性与多个1 - 3分或2分可能不同,这取决于分裂独立设置的代理同时或不对称。我们区分三个对称度semi-classes内与多个nonconsensus特性和分配标签:对称的(s), semi-symmetrical (ss),或不对称(ns)。
例如,13-13-13 semi-class(即。,一个llthree features contain a “1-3 split”) consists of three different classes: symmetrical, semi-symmetrical, and non-symmetrical. Examples are shown in Figure
对模型的变体,可以确定一个分区为少数类的配置和计算每一对类的概率在一个迭代发生相应的转变。数据
马尔可夫链的一对一和一对多的通信机制<我nl我ne-formula>
一对一的
一对多
模型变量有三种可能的吸收类;这些课程一旦选定的动力又永远不会离开:共识类(C-C-C),隔离类(13-13-13s)和极化类(22-22-22s)。共识是稳定自社会影响不会导致代理发生变化的特性。隔离和极化集团分裂状态;他们是稳定的,因为演员要么是完全相同或完全不同的从他们的邻居。在这两种情况下,沟通不会导致文化特征的变化。转换图可以看到,以及过渡矩阵对角线,这些是唯一的类“下沉”的出度为零的马尔可夫图。考虑到从其他类朝着至少有一个吸收的类,我们知道,从长远来看,系统必须在吸收类之一。
图
表
的平稳分布<我nl我ne-formula>
|
|
||
|---|---|---|
|
|
|
|
| C-C-C (<我t一个l我c> 共识我t一个l我c>) | .801 | .713 |
| 22-22-22s (<我t一个l我c> 极化我t一个l我c>) | ) | .073 |
| 13-13-13s (<我t一个l我c> 隔离我t一个l我c>) | .135 | .215 |
马尔可夫链分析支持我们的直觉,隔离和极化在一对多的通信机制。然而,只有4个代理,我们不能区分极化(完全分离两个文化反对子组)从文化聚集到更多的不同的本地集群。测试是否以及在哪些条件下我们的分析发现是健壮的和概括文化集群也在较大的网络,我们进行了计算实验与更大的人群,总是从一个随机的初始分配特征和1000个独立的复制/实验条件。所有模拟都执行直到动力学已达到一个平衡。
下面,我们首先比较一对一和一对多通信在三个不同的网络配置。首先,我们专注于正则环网络,因为这是使用的框架,阿克塞尔罗德(部分
至少有两个原因在模型中增加代理商的数量。第一,已经阿克塞尔罗德发现,单一(完美的文化共识)几乎是不可避免的一次人口规模超过临界阈值(
操纵阿克塞尔罗德的通信机制同时保持所有剩余特点的模式不变,我们首先比较了两种模型在同一细胞世界结构,阿克塞尔罗德认为在他开创性的工作,许多后续研究采用(例如,
图
人口规模的影响<我nl我ne-formula>
图
测试是否一对多沟通培养不仅隔离,而且集群的形成,数字
包含一个给定的比例复制集群大小<我nl我ne-formula>
图
同质性收敛后环网络<我nl我ne-formula>
图
我们复制部分的分析提出了在前面的小节中,操纵程度的人群中传递性的社交网络。
在这个模拟实验中,我们集中在人口超过100的代理(<我nl我ne-formula>
平均传递性Maslov-Sneppen重新布线。Watts-Strogatz图中观察到<我nl我ne-formula>
图
同质性收敛后Watts-Strogatz网络<我nl我ne-formula>
到目前为止,我们已经学习网络,所有代理有一个学位(<我nl我ne-formula>
图
的影响程度<我nl我ne-formula>
相比之下,图
图
影响程度的相对大小最大的集群文化Watts-Strogatz图<我nl我ne-formula>
考虑到环形网络和重新接线环网络都有些人工网络拓扑,我们还研究了空间随机图,这些网络被认为模仿人类社交网络的结构(
我们在两个步骤初始化网络。首先,所有代理被随机分配两个实数集<我nl我ne-formula>
由此产生的社交网络的特点是传递性值为0.523,平均而言,比环图稍微传递与摩尔社区0.429(传递性),我们研究部分
人口规模的影响<我nl我ne-formula>
同质性收敛后空间随机图<我nl我ne-formula>
图
典型的两个通信体制下运行空间随机图<我nl我ne-formula>
典型的动力学在一对多通信不同,如图
阿克塞尔罗德的模型的主要创新是展示文化多样性如何出现和持续尽管无情的压力对个人吸收文化的影响。阿克塞尔罗德,许多后续研究也表明,在这个模型的框架下,稳定文化集群是一个可行的结果只在一个特定的“甜蜜点”的参数空间文化空间不是太复杂,这意味着没有<我nl我ne-formula>
我们想知道是否我们的模型可以复制这些基本结果阿克塞尔罗德的模型在两种通信机制,建立,除了我们的差异表明,这两个通信体制产生一致的行为。对于区域文化集群根据阿克塞尔罗德的模型是可行的,我们想知道是否更大程度的文化隔离和文化集群的一对多制度推广到更广泛的参数值<我nl我ne-formula>
数据
影响的数量特性(<我nl我ne-formula>
影响的数量特性(<我nl我ne-formula>
公开辩论在线社交网络的作用,个性化算法和假新闻在最近的政治事件,如Brexit和唐纳德·特朗普的选举表明,需要一个有效的在线环境影响的动力学模型。虽然文献已经提供了丰富的阿森纳正式的模型,我们的分析表明,它可能会误导人容易采用线下世界的通信模型开发动态分析的在线上下文。特别是,我们一对一的交流相比,许多模型的通信机制实现线下沟通,与一对多沟通沟通似乎是一个更合理的表示在博客等网络环境和网络像Twitter和Facebook这样的社交网络。我们推断,一对多的沟通促进隔离和集群文化的出现,是因为一个特工发生不受消息收到网络联系不仅未能更加类似于消息的来源。此外,代理也越来越不同这些联系人发送者的信息,采用特征的影响源。阿克塞尔罗德的文化传播模式的基础上
这些发现添加一个新的视角来研究不同线上和线下沟通。早期的研究灵感来源于心理的角度来看,发现个人不受外表影响他们的沟通合作伙伴沟通是由一台电脑
虽然我们的研究结果支持我们的猜想假设一对一在线交流模型设置可能会导致错误的结论,也有理由期望模型,我们研究可能仍然在关键方面偏离于沟通在现实网络设置。因此,未来的理论工作应该进一步探索现有模型在多大程度上可以捕获重要特性的在线沟通和需要哪些模型进一步发展。我们提出三种可能的方向。
首先,一个潜在的重要的区别阿克塞尔罗德的模型和扩展一方面和互联网通信另一方面是在线网络关系是灵活的。一方面,直觉和建模工作表明,让网络动态早些时候将促进文化多样性,孤立的代理和子组将切断他们的不同的网络邻居关系
其次,未来理论研究应该探索更异构的人群。例如,实证研究显示,Facebook图的度分布是倾斜的
第三个重要的未来的研究方向是一对多通信的研究与社会影响的替代模型。阿克塞尔罗德的模型不同,许多替代方法代表持续规模的文化属性而不是截然不同的类别(
未来的研究的另一个重要途径是检验我们的理论预测,一对多的沟通促进隔离和集群的形成。我们提出一个三步设计类似结构的理论分析。首先,我们提出研究最少的情况下,我们探讨与分析工具在计算机实验室环境中,有四个人类被试讨论他们的立场三个二进制的问题。在此设置中,一个可以操纵对象沟通是否对所有参与者(一对一)或发出消息(一对多)。这个实验设计,我们也可以测试一个理论预测与心理学文献的发现,电脑仲介沟通促进共识形成人口多元化的群体。特别是,它将会是很有趣的测试电脑仲介的整合影响沟通是否强或弱时沟通是实现根据一对一或一对多的政权。其次,实验也有富有成效的方法来比较两个大人群的沟通机制。我们的理论分析表明,这些实验应该关注社交网络的特点是高聚类与相对较小的文化复杂性和设置,两个政权之间的差异是在这些条件下。第三,一个可能试图测试宏观预测,比较影响动力学在不同的本地网络结构的在线社区。与直觉相反,我们的结果表明,个人把文化孤立的可能性更高,当他们本地网络的特点是高传递性。
公众和学术兴趣强烈的影响通信在网络世界。一方面,我们的结果说明,抽象模型的形式分析有助于探索在线交流系统的复杂性。另一方面,我们的研究结果还表明,学者,专家,学者,政治决策者,还在线交流系统的开发人员需要非常小心当推理关于在线沟通的后果。基于建模和实证研究工作集中在离线设置,当前科学先进的还不允许得出可靠结论的影响在线交流对社会共识的形成过程和舆论极化。
表
类及其配置的数量<我nl我ne-formula>
|
|
|
|
|---|---|---|
| C-C-C (<我t一个l我c> 共识我t一个l我c>) | 8 | .002 |
| 22-C-C | 72年 | .018 |
| 22-22-Cs | 72年 | .018 |
| 22-22-Cns | 144年 | .035 |
| 22-22-22s (<我t一个l我c> 极化我t一个l我c>) | 24 | .006 |
| 22-22-22ss | 144年 | .035 |
| 22-22-22ns | 48 | .012 |
| 13-C-C | 96年 | 0。 |
| 13-13-Cs | 96年 | 0。 |
| 13-13-Cns | 288年 | .070 |
| 13-13-13s (<我t一个l我c> 隔离我t一个l我c>) | 32 | .008 |
| 13-13-13ss | 288年 | .070 |
| 13-13-13ns | 192年 | .047 |
| 13-22-C | 576年 | .141 |
| 13-13-22s | 288年 | .070 |
| 13-13-22ss<我nl我ne-formula>
|
288年 | .070 |
| 13-13-22ns<我nl我ne-formula>
|
576年 | .141 |
| 13-22-22s | 288年 | .070 |
| 13-22-22ns | 576年 | .141 |
|
|
||
| 总 | 4096年 | 1.000 |
节
数据
同质性收敛后环网络<我nl我ne-formula>
密度和地毯的集群大小收敛后环网络<我nl我ne-formula>
没有经验数据被用于这项研究。
本文的早期版本已经在XXXVIII阳光地带会议。
作者宣称没有利益冲突
作者要感谢信息技术中心的格罗宁根大学的支持和提供访问外来的高性能计算集群。
Nonconsensus相同类型的特性是对称的,如果代理商同意一个特性也同意。如果有三个nonconsensus相同类型的特性,只有两个特性是一致的,我们标签semi-symmetrical这个类。原则上,对齐功能状态分类不同类型并不重要,除了13-13-22 semi-class两1 - 3分裂的特性是不对称的。这里我们标签类semi-symmetrical如果离群值1 - 3分裂的特性是同一组的成员在2 - 2分裂功能,如果他们不是不对称。
共识在红色类中是不可避免的,因为至少有一个特性的代理商达成了共识。因此,对所有的邻居总是相互施加影响与积极的概率。这最终会产生共识。同样,它是不可能的,一个国家的共识可以离开一个或更多的特性。
的跃迁概率从13-13-22s 13-13-13s类<我nl我ne-formula>
阿克塞尔罗德第一次使用较小的“冯·诺依曼”社区但还测试了其结果的鲁棒性与“摩尔”社区与我们相同。
除了操纵传递性,实现的方法也创造了网络中心节点异构性,减少图像的平均路径长度。反过来,这可能会影响我们的动力学模型。然而,由于网络描述性统计的相关性继承没有操纵传递性的方法在不改变网络结构的其他方面。
每一个<我nl我ne-formula>
不可能没有后处理比较这些利率之间的通信机制。作为发送者的整个社区(8或多个代理)可以影响在一个模拟事件在一对多的模型中,一个保守近似可以由分裂成功沟通事件的数量乘以8的迭代次数。然而,只有他们的邻居<我nl我ne-formula>