女性通过豆瓣、微博回声室等工具，相对于男性，将自己的声音平均放大了5倍以上，所以形成了女性占据舆论场主导权的局面。
为了说明这个问题，得从豆瓣开始进行说明。
首先，我们可以看看IEEE 2018 Eleventh International Conference里的这篇文章。里面提到了BSI（Binary Separation Index），即二元分离指数，通过使用BSI，简单量化回声室强度。[1]
那么，在此基础上，我们也可以使用这套模型去量化回声室强度。
首先，我们将一个人的意见划分为【-1,1】，举个例子：“思辩和樱小路露娜一样温柔”是意见1，“思辩不是樱小路露娜”的意见是0，“四斋真鹅心，二次元是这样的”的意见是-1。
而BSI的公式，可以简单使用 \mathrm{f}(\alpha, \beta)= \alpha^* \beta 来表示，其中α是个人意见或群体意见均值的绝对值，β是另一端的个人意见或群体意见均值的绝对值。
以黑神话悟空作为例子，现在进行计算，知乎对黑神话悟空的评分是84%，我们就按0.84计算，而豆瓣之前黑神话悟空被一星差评轰炸过，根据一星差评的综合权重，我们可以量化为【-0.95，-0.9】这个区间，即最终的豆瓣和大众平台，在对于黑神话悟空上二元分离指数为【0.756，0.798】。即豆瓣在这件事上，拥有极高的回声室强度。所以后面为了体面，豆瓣必须要对黑神话的大量低星差评进行处理。
但是，豆瓣由于声量过小，所以还无法改变全局，此时我们应将关注的重点放到微博上。
在说明微博的机制前，我们可以看看 PNAS Nexus在2024年5月的这篇文章。
首先，文章通过上层路径检测话语社区，下层路径检测新闻参与社区的模式检测回声室的浓度。
回音室中的用户是拥有共同话语、接触相同新闻来源和接触相同观点的用户。接触相同观点，在 Twitter上，意味着他们会互相转发。
唔姆，如图所示，A图表示平均聚类系数在仅限于FDI-L-MEDIA（包括意大利政党 Fratelli D'Italia 和 Lega）用户的转发网络的最大弱连通分量上测量，并测量所有属于回声室的用户。B)图表示在每个回声室上计算的平均聚类系数。我们从A图可以发现，所有回声室的用户数量虽然只有1.5%左右，但聚类系数相当于整个社区的三倍以上。
聚类系数值高意味着账户之间联系紧密，经常互相转发。因此，我们可以得出结论，他们的代言活动有助于强化他们的观点。通过对近两年后用户在回音室中分享的内容进行人工检查，证实了这一结论。而强化观点，很多时候往往会开始传播虚假信息。
唔姆，如图所示，以上表示整个数据集和每种类型的用户社区中指向标记为“可信”（T）、“不可信”（N）或“未分类”（UNC）的新闻出版商的不同 URL 数量。我们可以发现，虽然整个数据集中不受信任和受信任 URL 之间的比率约为 0.5，但回声室的比率几乎相反：不可信新闻源的频率几乎是可信新闻源的两倍。将传播可视化，下图可以作为不可信信息传播的可视化图：
为了更深入地调查单个社区内部URL的可信度标签的同质性水平，考虑其中可信和不可信的url来源的频率。对于URL NECs的i-社区，如果R是可信度值，此时定义purityR（URL NECi）为来自R域的URL的频率，即
\text { purity }_R\left(\mathrm{URL} \mathrm{NEC}_i\right)=\frac{\left|U_i^R\right|}{\left|U_i\right|},
称为回声室的纯度，某种程度说也可以认为是饭圈浓度。
唔姆，如图所示，以上是回声室的纯度对比。不难发现，不可信任信息的纯度比可信任信息的纯度要高。因此，回声室的浓度，和传播虚假信息的频率高度相关。[2]
那么豆瓣作为话语社区存在，此时应需要微博作为新闻传播社区存在。而微博的内外赞机制，即作为放大回声室声音的机制存在。
首先先明白一个概念，什么是微博外赞，什么是微博内赞？
如图所示，微博的大拇指为外赞，微博的爱心为内赞。
这个公式里，很明显的是，从各项参数上看，很明显，伪造总赞数量最容易。因为外赞每条微博只能点一个，内赞可以点十几个，但正常人一般只会点3~5条评论的赞。无论是伪造有影响力的用户，还是伪造评论数量，难度均高于伪造总赞数。举个例子，伪造1000条评论需要1000个账号，但伪造1000个总赞可能只需要100，甚至更少的账号数量。
所以，在此基础上，能初步得出“内外赞理论”：
一般情况下，正常微博的内外赞比例是在5以内，一旦超过5，这条微博就有社交机器人刷赞刷流量（包含主动和被动两种形式）。一旦超过20，即属于大水漫灌的情况。此时也是假新闻最喜欢的情况。甚至可以粗略认定，内外赞比例超过20的情况，不是已经属于假新闻，就是正在制造假新闻。
作为参考，我们可以对比货拉拉案里，双方发声微博的内外赞比例：
可以看到，和我开始的结论，“女性通过微博回声室等工具，相对于男性将声音平均放大了5倍以上”相符合。
那么，在经过普遍的训练和回声室过滤气泡的作用下，自然会进一步助长女性发声的意愿。举个简单的例子：
哪怕在男性向游戏制作组里，也照样有女性哪怕冒着被开除的风险，也“勇于发声”。当然，galgame这里也有不少女性玩家的小组，这也是女性敢于发声和渗透的一个表现。说到底，男性喜欢玩单机、手游等游戏，而女性也喜欢玩游戏，只不过她们喜欢玩的是“社区游戏”。
参考
- ^A. Chkhartishvili and I. Kozitsin, "Binary Separation Index for Echo Chamber Effect Measuring," 2018 Eleventh International Conference "Management of large-scale system development" (MLSD, Moscow, Russia, 2018, pp. 1-4, doi: 10.1109/MLSD.2018.8551823.
- ^Manuel Pratelli, Fabio Saracco, Marinella Petrocchi, Entropy-based detection of Twitter echo chambers, PNAS Nexus, Volume 3, Issue 5, May 2024, pgae177, https://doi.org/10.1093/pnasnexus/pgae177