“北极鲶鱼”可能的洗白方式
都在对这件事评价，那就让我猜测一下从舆论上，“北极鲶鱼”会怎么把这件事混过去吧。
以下为我的大致思路：
先让人民日报等官媒帮自己背书。当然，仅仅官媒背书是不够的，必须要招募一批自带干粮的水军帮自己洗地。所以估计会想办法让自己和一些敏感话题绑定。
举个例子，比如让人民日报发文，
“北极鲶鱼”之炫，伤害的是小镇做题家们。
然后本人出面，开始把自己往更多的敏感话题上绑定，比如利用最近的“造黄谣”事件等，说自己小时候被男性造黄谣，受到了很严重的心理伤害，然后得了抑郁症，所以只好开一个小号在微博上发泄负面情绪。以卖惨的形式，让这件事大事化小，最后群众开始追逐下一个话题，自己就能全身而退。这个是很关键的一步。
北极鲶鱼和谷爱凌之间的联系
首先，我们先看看新闻内容，
先生表示，网上部分言论为网友造谣，孙女因其争议言论正哭得一塌糊涂，“我也写了材料给领导，一定要调查清楚，怕影响我们单位声誉和孙女读书。”
什么意思？意思就是，都是网友的错，我们家孙女冰清玉洁，要查的也大概率不会是我们家的孙女。
然后，在回答开始前，我先提出一个结论，“北极鲶鱼”和谷爱凌，是一体两面。
在台面上，“北极鲶鱼”就是谷爱凌，很大概率把自己包装成非常谦逊、爱国粉红、不炫富、不随便发泄负面情绪的大小姐形象，但在背地里，谷爱凌也可以是“北极鲶鱼”，保持了极强的攻击性，说起话来毫无底线可言，各种歧视和优越感随处可见。
这一点从谷爱凌在去年12月，直接把一个质疑自己的普通人挂到微博上，指挥大量娱乐圈的媒体和粉丝网暴对方就可以体现。谷爱凌并不是什么冰雪女王，而是和“北极鲶鱼”一样，视普通群众为蝼蚁的，色厉内荏的玩意。（这也就是我为什么冷眼旁观说要整顿网络暴力的原因，在，谷，爱，凌，被，烈，火，净，化，以，前，看，都，不，看）。
谷爱凌和周颉之间的区别
然后，我们不妨可以将谷爱凌和周颉进行对比，为什么谷爱凌的口碑一直都是两极分化，而周颉是人人喊打？别说什么谷爱凌有滑雪的才能哦，门阀子弟，想包装自己太容易了，举个例子，姚安娜还毕业于哈佛的计算机呢。
其实，谷爱凌和周颉，最根本的区别，在于谷爱凌善于使用舆论，抓住了现在国内热门的话题斗争——性别矛盾。
正是因为这个原因，让谷爱凌在冬奥会被官媒大量宣传时，也多次声明自己支持维护女性权益（一个和易烊千玺、肖战拥有大量商业合作的人谈女性权益？），这样为自己以后留好了退路，即使自己的微博“谢谢中国”很阴阳怪气，即使自己做出了一般明星都做不到的丧心病狂的事——公开网暴普通人，也依然有大量粉丝帮自己洗白，而自己也不存在塌房。
而周颉就不行，因为没沾到目前主流的话题，所以只能被动挨打。
谷爱凌粉丝饭圈浓度远远高于一般的明星粉丝的原因
那么为什么谷爱凌沾了热门话题，然后就有了一群非常忠实的粉丝帮自己洗白？
决定回声室效应的因素有哪些呢？
Science Advances在3月1日的一篇论文里讲述了决定回声室效应的几个参数。
在文章里，作者将回声室效应的参数分成了三个部分：
1）意见成分（图1A）：如果意见集中在温和的中心，那么两极分化就很低，如果它们反而向极端分散，则极化程度很高。
2）结构成分：该方法强调社会联系的作用，尤其是同质性，即志同道合的个人之间的联系。如果没有社区结构，就没有意见同质性，每个人都是相互联系的，因此会接触到许多不同的观点。在这种情况下，极化程度较低。然而，如果存在明显分离的社区，那么个人只会接触到他们社区内的意见，而不会直接接触到其他意见，因此极化程度很高。
3）意见-结构相互作用的组织：意见和网络结构在很大程度上被视为两极分化的独立指标，现在将两组参数整合成一个统一的标准，考虑这两个组成部分之间的相互作用。相同的意见和相同的社区会根据系统的中层组织而产生不同程度的两极分化。与在越来越极端的回声室中组织起来的社区（右侧示例）相比，无论他们的意见如何都可以自由互连的社区表明极化程度较低（左侧示例）。
唔呣，如图所示：
然后开始测量极化程度。首先先测量两个不同节点之间的距离。以下为拉普拉斯矩阵：
L_{i j}=\left\{\begin{array}{cc} d_i & \text { if } i=j \\ -1 & \text { if }(i, j) \in E \\ 0 & \text { otherwise } \end{array}\right.
其中E是节点V的连接集。
此时可以计算有效长度：
\delta_{G, a, b}=\sqrt{(a-b)^T L^{\dagger}(a-b)}
唔呣，具体的示例如图所示：
现在将香菱代入进去，其中 0^{+1} 代表所有正面意见的绝对值， 0^{-} 代表所有负面意见的绝对值。
此时公式如下：
\delta_{G, o}=\sqrt{\left(o^{+}-o^{-}\right)^T L^{\dagger}\left(o^{+}-o^{-}\right)}
模拟结果
现在通过合成数据得出三组参数下的结果。其中 \rho_{G, o} 代表意见分类性（opinion assortativity）[1]，即网络节点倾向于依附于以某种方式相似的其他节点的偏好， \mathrm{RWC}_G 代表随机游走争议（random walk controversy），即衡量给定用户从另一方接触到权威内容的可能性的参数[2]。
首先是意见成分，
唔呣，如图所示，从左到右，此时只有极化程度增加。
其次是结构成分。
唔呣，如图所示，从左到右改变了网络内部节点的连接概率。减少p out，即节点连接到不同社区中的节点的概率，然后增加p in，即节点连接到同一社区中的节点的概率。
此时极化程度、意见分类性和随机游走争议均出现明显增加。
最后是将那个意见和结构结合起来，唔呣，如图所示：
此时我们观察E图，我们可以发现，从A到E，不仅意见开始两极分化，而且相同的意见开始集聚形成回声室。
以上模型可以从现实中不同话题的数据得到验证。
其中，一个很重要的原因就是，回声室两端的用户都非常极端且活跃，原因很简单，他们通过发表仇恨言论，使自己和更多节点联系起来，所以两端的用户必然非常活跃，因为他们需要认同感。
我把文章的意思总结一下，就是：回声室不仅与意见高度相关，而且也和社区结构高度相关。所以这也就是谷爱凌粉丝饭圈浓度能达到一个非常恐怖的程度的原因。谷爱凌一开始就通过官媒和大量娱乐圈，特别是肖战的核心营销号，牢牢控制了微博关于自己话题下的意见。与此同时，谷爱凌多次发声表示自己支持女性权益，这样就成功瞒天过海，把本来很严肃的话题绕过去了。
如果“北极鲶鱼”想通过代价低的方式帮自己洗白，模仿谷爱凌，就是一个成功率最高的方法。
结论
如果“北极鲶鱼”想从这件事中获利，那么必然会开始沾目前的主流话题。如果要想试图对她产生实质性的负面后果，那么就要对她潜在的粉丝进行迎头痛击，确保她组建不了成型的饭圈。
参考
- ^B. Mønsted, S. Lehmann, Characterizing polarization in online vaccine discourse—A large-scale study. PLOS ONE 17, e0263746 (2022).
- ^K. Garimella, G. D. F. Morales, A. Gionis, M. Mathioudakis, Quantifying controversy on social media. ACM Trans. Soc. Comput. 1, 1–27 (2018).
- ^Hohmann M, Devriendt K, Coscia M. Quantifying ideological polarization on a network using generalized Euclidean distance. Sci Adv. 2023 Mar;9(9):eabq2044. doi: 10.1126/sciadv.abq2044. Epub 2023 Mar 1. PMID: 36857460; PMCID: PMC9977176.