Comprensione delle dinamiche di contagio sociale non lineare su reti dinamiche, come
come formazione delle opinioni, è fondamentale per ottenere nuove intuizioni sul consenso e
polarizzazione. Simile ai contagi complessi dipendenti dalla soglia, IL
la non linearità nei tassi di adozione pone sfide per le approssimazioni del campo medio.
Per colmare questa lacuna teorica, ci concentriamo sulle dinamiche non lineari delle opinioni binarie
su reti dinamiche e derivare analiticamente configurazioni locali,
in particolare la distribuzione delle opinioni all'interno di un dato individuo focale
quartiere. Questa esatta configurazione locale di opinioni, combinato con la rete
distribuzioni di grado, ci permette di ottenere soluzioni esatte per i tempi di consenso
e traiettorie evolutive. I nostri risultati controintuitivi rivelano che nessuno dei due
assimilazione parziale (i.e., tassi di adozione non lineari) né preferenze in locale
ricablaggio della rete — come i pregiudizi in-group (preferendo individui che la pensano allo stesso modo)
e l'effetto Matteo (preferendo gli hub sociali) — può rallentare notevolmente
consenso. Tra questi tre fattori sociali, troviamo quell'assimilazione parziale
è il più influente nell’accelerare il consenso. Inoltre, la nostra analisi
Il metodo prevede in modo efficiente e preciso le traiettorie evolutive di
curve di adozione derivanti da dinamiche di contagio non lineari. Il nostro lavoro apre la strada
modo per consentire previsioni analitiche per il contagio non lineare generale
dinamiche che vanno oltre la formazione delle opinioni.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: