Modeling Opinion Dynamics on Networks: How Social Influence shapes the Formation of Consensus and Polarization

Abstract

Konsens ist entscheidend für viele Aspekte unseres täglichen Lebens. Von der Sprache über soziale Normen bis hin zu den Regeln eines einfachen Kartenspiels ist breite Übereinstimmung erforderlich, um den jeweiligen Zweck zu erfüllen. Auch die Meinungen zu den zentralen Themen unserer Zeit sollten so weit übereinstimmen, dass wichtige Herausforderungen gemeinsam in Angriff genommen werden können. Dies ist jedoch häufig nicht der Fall. Sowohl politische Meinungen als auch Einstellungen zu ethischen Fragen sind oft tief gespalten. Die Ursprünge einer solchen Meinungspolarisierung haben die Soziologie lange Zeit vor ein Rätsel gestellt, da soziale Einflüsse uns oft näher zusammenzubringen scheinen. Was müssen wir also annehmen, um Meinungsspaltungen zu erklären? Wann wird ein Konsens gebildet? Und welche Rolle könnte die gestiegene Kommunikation zwischen Menschen bei diesen Prozessen spielen? In dieser Arbeit werden wir uns solchen Fragen mit Hilfe mathematischer Modellierung und der Analyse sozialer Daten nähern. Im Speziellen soll dazu beigetragen werden, die Lücke zwischen mikroskopischen Annahmen über den sozialen Einfluss und der Bildung von makroskopischen Meinungszuständen in sozialen Netzwerken zu schließen.

Consensus is key for many aspects of our daily lives. Concepts ranging from language, to social norms, to the rules of a simple card game require population-scale agreement to fulfil their function. People's opinions on major issues of our time should also be reasonably consistent such that important challenges can be tackled collectively. However, this is often not the case. Political opinions as well as the attitudes towards ethical issues are often deeply divided. The origins of such opinion polarization have puzzled sociology for a long time, as social influence often seems to bring us closer together. Hence, what do we have to assume in order to explain opinion cleavages? When will consensus be formed? And what might be the role of increased communication among people in these processes? In this thesis, we tackle such questions by means of mathematical modeling and the analysis of social data. More specifically, we aim to contribute to bridging the gap between microscopic assumptions about social influence and the formation of macroscopic opinion states in social networks.