[论文解读] On the Inevitability of Online Echo Chambers.

Kazutoshi Sasahara, Wen Chen+4 more|arXiv (Cornell University)|May 10, 2019

Opinion Dynamics and Social Influence被引用 21

一句话总结

本文提出了一种在线社交网络的计算模型，整合了影响与好友删除机制，以证明即使在最小化的社交动态下，回音室也会不可避免地出现。该模型表明，用户基于共享内容调整观点和社交关系时，会迅速形成隔离且同质化的社群，与实证的Twitter数据一致，表明在当前平台机制下，回音室几乎是不可避免的。

ABSTRACT

While social media make it easy to connect with and access information from anyone, they also facilitate basic influence and unfriending mechanisms that may lead to segregated and polarized clusters known as chambers. Here we study the conditions in which such echo chambers emerge by introducing a simple model of information sharing in online social networks with the two ingredients of influence and unfriending. Users can change both opinions and social connections based on the information to which they are exposed through sharing. Model dynamics demonstrate that even with minimal amounts of influence and unfriending, the social network rapidly devolves into segregated, homogeneous communities. These predictions are consistent with empirical data from Twitter. Although our findings suggest that echo chambers are somewhat inevitable given the mechanisms at play in online social media, they also provide insights into possible mitigation strategies.

研究动机与目标

• 探究在线回音室在社交网络中形成的结构性与行为性条件。
• 考察影响与好友删除机制如何促成意见分化与网络极化。
• 确定影响与社交疏离的最低水平是否仍可导致同质化、孤立社群的出现。
• 将模型预测与现实世界社交媒体数据（尤其是Twitter）进行验证。
• 识别尽管存在结构性不可避免性，仍可用于缓解回音室形成的潜在干预杠杆。

提出的方法

• 开发一个简单的基于代理的在线社交网络模型，用户持有观点并维持社交关系。
• 引入两种核心动态：影响（用户根据共享内容调整观点）与好友删除（用户因观点分歧而切断关系）。
• 模拟网络随时间的演化，追踪观点同质性与社群形成情况。
• 使用实证Twitter数据校准并验证模型行为，尤其关注网络隔离与观点聚类方面。
• 分析网络结构与观点分布，以衡量同质性与回音室形成程度。
• 采用统计与网络分析技术，将模拟结果与现实观察进行比较。

实验结果

研究问题

• RQ1 在何种条件下，线上社交网络会演变为隔离且同质化的社群？
• RQ2 影响与好友删除的最低水平如何促成回音室的出现？
• RQ3 模型预测在多大程度上与Twitter等真实社交媒体平台的观察模式一致？
• RQ4 即使没有强烈的初始极化或极端用户行为，回音室是否仍可形成？
• RQ5 哪些结构性与行为性机制使得回音室在当前线上社交媒体架构中近乎不可避免？

主要发现

• 即使影响与好友删除的水平极低，模型中仍会迅速形成隔离且同质化的社群。
• 模型的网络动态与真实Twitter数据中的观察模式高度吻合，尤其体现在观点聚类与网络碎片化方面。
• 回音室是观点影响与社交疏离相互作用的结构性结果，表明在当前平台机制下具有不可避免性。
• 模型表明，回音室的形成不依赖于高极化或极端用户行为，而可由基本社交动态引发。
• 结果表明，回音室是当前线上社交媒体平台的系统性特征，而不仅仅是个体行为的副产品。
• 尽管其不可避免，该模型仍为识别潜在干预点以减轻回音室严重性提供了基础。