DOI: https://doi.org/10.3390/info17010041
تاريخ النشر: 2026-01-04
المؤلف: Kristina Bukina وآخرون
الموضوع الرئيسي: ديناميات الرأي والتأثير الاجتماعي
نظرة عامة
تبحث هذه الدراسة في تشكيل الآراء داخل شبكة اجتماعية تمثل التعاون العلمي. في هذه الشبكة غير الموجهة، يتم تعيين كل عقدة بدوران إيسينغ يمكن توجيهه إما لأعلى (أحمر) أو لأسفل (أزرق). يتم تعيين بعض العقد بآراء ثابتة متعارضة، والتي تمارس تأثيرًا على العقد المتبقية. هذه الأدوار غير الثابتة تخضع لعملية مونت كارلو غير المتزامنة حيث يتم تغيير اتجاهها بناءً على رأي الأغلبية من الأدوار المجاورة، بشرط تجاوز عتبة الاقتناع المحددة. في البداية، يتم توزيع الأدوار غير الثابتة بشكل عشوائي، مع تقسيم متساوٍ بين الاتجاهين.
تكشف الدراسة عن انتقال حرج كبير في ديناميات تشكيل الآراء مع زيادة تأثير أدوار الحشد. في البداية، تهيمن العقد النخبوية الثابتة على مشهد الرأي؛ ومع ذلك، مع زيادة تأثير الأدوار غير الثابتة، ينتقل الرأي السائد من رأي النخبة إلى رأي الحشد. تؤكد هذه النتيجة على الإمكانية لتحولات جماعية في الآراء داخل الشبكات الاجتماعية، مما يبرز قيود تأثير النخبة عندما تواجه رأيًا قويًا بما فيه الكفاية من الحشد.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير الكبير للشبكات الاجتماعية على تشكيل الآراء والانتخابات السياسية، وهو موضوع يزداد اهتمامًا داخل المجتمع العلمي، لا سيما في مجال الفيزياء الاجتماعية. يناقش المؤلفون نمذجة ديناميات الرأي باستخدام إطار شبكة إيسينغ، حيث تمثل العقد الناخبين بآراء ثنائية (أحمر أو أزرق)، تحكمها قواعد الأغلبية المحلية. يسمح هذا الإطار باستكشاف استقطاب الآراء من خلال عملية مونت كارلو غير المتزامنة، والتي تم تطبيقها سابقًا في سياقات متنوعة، بما في ذلك الذاكرة الترابطية وتفضيلات العملة.
جانب جديد تم تقديمه في هذه الدراسة هو نموذج شبكة إيسينغ العامة لتشكيل الآراء (GINOF)، الذي يتضمن عقدًا ثابتة بآراء محددة مسبقًا وعقدًا محايدة في البداية تتطور آراؤها خلال عملية مونت كارلو. يهدف المؤلفون إلى دراسة تأثير هذه العقد غير الثابتة على تشكيل الآراء داخل شبكة اجتماعية من العلماء، مستفيدين من بيانات قاعدة بيانات نيومان. تم هيكلة الورقة لوصف مجموعات البيانات ونموذج GINOF أولاً، تليها نتائج تحلل كل من نموذج INOF الأصلي والانتقالات الطورية في نموذج GINOF، مختتمة بمناقشة النتائج.
النتائج
في هذا القسم، يتم تقديم نتائج نموذج INOF مع العقد البيضاء، مع التركيز على تأثير عقد الرأي الثابتة على ديناميات الشبكة. تتميز الحالة الأولية بوجود عقدتين ثابتتين: نيومان (أحمر، دوران لأعلى) وباراباسي (أزرق، دوران لأسفل). تم تحليل توزيع الاحتمالات في حالة الاستقرار لكسور الأحمر، $p(f_r)$، بعد المتوسط عبر $N_r = 10^5$ تجسيدات عبر $N = 379$ عقدة. وُجد أن متوسط الكسر الإجمالي للعقد الحمراء هو $\langle f_r \rangle = 0.638$، مما يشير إلى تفضيل نيومان، مع حساب متوسط استقطاب الأدوار كـ $\mu_0 = 0.276$.
نتيجة ملحوظة هي أن تغيير عقدة بيضاء واحدة إلى عقدة زرقاء يؤثر بشكل كبير على توزيع $p(f_r)$، مما يؤدي إلى كسر متوسط جديد قدره $\langle f_r \rangle = 0.326$، مفضلًا باراباسي. يُعزى هذا التأثير إلى رقم إردوش للعقدة المعدلة، سول، التي لها صلة مباشرة بنيومان، مما يؤثر على ترابط الشبكة. بالإضافة إلى ذلك، كشفت تحليل نموذج GINOF عن متوسط الرأي الأحمر لكل عقدة، $f_r(K)$، بناءً على مؤشر PageRank. توضح النتائج لأعلى 40 عقدة في PageRank تفاعلًا معقدًا بين أرقام إردوش وتوزيع الآراء، دون وجود علاقة واضحة بين PageRank واحتمالية الآراء الحمراء أو الزرقاء.
مناقشة
في هذا القسم، يقدم المؤلفون نموذجًا عامًا لتشكيل الآراء على شبكات إيسينغ غير الموجهة، يُطلق عليه نموذج INOF العام (GINOF)، المطبق على شبكة تعاونية اجتماعية من 379 عالمًا. تتميز الشبكة بمصفوفة جيرة متناظرة موزونة تحتوي على 1828 رابطًا، ويحلل المؤلفون ديناميات تشكيل الآراء بين العقد التي تمثل العلماء، بعضهم ثابت بآراء متعارضة (أحمر وأزرق)، بينما يبدأ الآخرون بآراء عشوائية وتأثير ضعيف في السعة ($W < 1$). يتضمن النموذج عتبة اقتناع الرأي ($Z_c$)، التي تحدد متى يمكن أن يتغير رأي العقدة بناءً على التأثير المتراكم من جيرانها. تشير النتائج إلى انتقال حرج في ديناميات الرأي: عندما يتجاوز تأثير سعة التصويت قيمة حرجة ($W_{cr} \approx 0.022$)، يتضاءل تأثير النخبة، وتصبح نتائج الانتخابات محددة بشكل أساسي بآراء الناخبين من الحشد. هذا الانتقال مهم لأنه يبرز التحول من تشكيل الآراء المدفوع من النخبة إلى عملية أكثر ديمقراطية حيث يسود التأثير الجماعي للحشد. يجادل المؤلفون بأن نموذج GINOF ذو صلة خاصة لفهم الانتخابات في الشبكات الاجتماعية، مما يقترح قابليته للتطبيق على شبكات غير موجهة متنوعة في المجتمع والعلوم، مثل فيسبوك وشبكات تفاعل البروتينات.
DOI: https://doi.org/10.3390/info17010041
Publication Date: 2026-01-04
Author(s): Kristina Bukina et al.
Primary Topic: Opinion Dynamics and Social Influence
Overview
This research investigates opinion formation within an Ising social network representing scientific collaborations. In this undirected network, each node is assigned an Ising spin that can be oriented either up (red) or down (blue). Certain nodes are designated with fixed, opposing opinions, which exert influence over the remaining nodes. These non-fixed spins are subject to an asynchronous Monte Carlo process where their orientation is flipped based on the majority opinion of neighboring spins, contingent upon surpassing a specified conviction threshold. Initially, the non-fixed spins are randomly distributed, with an equal split between the two orientations.
The study reveals a significant phase transition in the dynamics of opinion formation as the influence of the crowd spins increases. Initially, the fixed elite nodes dominate the opinion landscape; however, as the influence of the non-fixed spins grows, the dominant opinion transitions from that of the elite to that of the crowd. This finding underscores the potential for collective opinion shifts in social networks, highlighting the limitations of elite influence when faced with a sufficiently strong majority opinion from the crowd.
Introduction
The introduction of this research paper highlights the significant influence of social networks on opinion formation and political elections, a topic of increasing interest within the scientific community, particularly in the field of sociophysics. The authors discuss the modeling of opinion dynamics using an Ising network framework, where nodes represent electors with binary opinions (red or blue), governed by local majority rules. This framework allows for the exploration of opinion polarization through an asynchronous Monte Carlo process, which has been previously applied to various contexts, including associative memory and currency preferences.
A novel aspect introduced in this study is the Generalized Ising Network of Opinion Formation (GINOF) model, which incorporates fixed nodes with predetermined opinions and initially neutral nodes that evolve their opinions during the Monte Carlo process. The authors aim to investigate the impact of these non-fixed nodes on opinion formation within a social network of scientists, utilizing data from Newman’s database. The paper is structured to first describe the datasets and the GINOF model, followed by results that analyze both the original INOF model and the phase transitions in the GINOF model, concluding with a discussion of the findings.
Results
In this section, the results of the INOF model with white nodes are presented, focusing on the influence of fixed opinion nodes on the network’s dynamics. The initial state features two fixed nodes: Newman (red, spin up) and Barabasi (blue, spin down). The steady-state probability distribution of red fractions, $p(f_r)$, was analyzed after averaging over $N_r = 10^5$ realizations across $N = 379$ nodes. The total average fraction of red nodes was found to be $\langle f_r \rangle = 0.638$, indicating a preference for Newman, with an average polarization of spins calculated as $\mu_0 = 0.276$.
A notable finding is that altering a single white node to a blue node significantly impacts the distribution $p(f_r)$, resulting in a new average fraction of $\langle f_r \rangle = 0.326$, favoring Barabasi. This effect is attributed to the Erdös number of the altered node, Sole, which has a direct link to Newman, thereby influencing the network’s connectivity. Additionally, the GINOF model analysis revealed the average red opinion for each node, $f_r(K)$, based on the PageRank index. The results for the top 40 PageRank nodes illustrate a complex interplay between Erdös numbers and opinion distribution, with no straightforward correlation between PageRank and the probability of red or blue opinions.
Discussion
In this section, the authors present a generalized model of opinion formation on undirected Ising networks, termed the Generalized INOF (GINOF) model, applied to a social collaborative network of 379 scientists. The network is characterized by a weighted symmetric adjacency matrix with 1828 links, and the authors analyze the dynamics of opinion formation among nodes representing scientists, some of whom are fixed with opposing opinions (red and blue), while others start with random opinions and a weak amplitude influence ($W < 1$). The model incorporates an opinion conviction threshold ($Z_c$), which determines when a node's opinion can change based on the accumulated influence from its neighbors. The findings indicate a critical transition in opinion dynamics: when the vote amplitude influence exceeds a critical value ($W_{cr} \approx 0.022$), the influence of the elite diminishes, and the election outcomes become predominantly determined by the opinions of the crowd electors. This transition is significant as it highlights the shift from elite-driven opinion formation to a more democratic process where the collective influence of the crowd prevails. The authors argue that the GINOF model is particularly relevant for understanding elections in social networks, suggesting its applicability to various undirected networks in society and science, such as Facebook and protein-protein interaction networks.