虚假信息信念影响的贝叶斯模型、最优设计与假新闻遏制
社会与信息网络
2018-04-06 v1
摘要
本工作是对多智能体网络中虚假信息的性质、设计、信念影响与遏制进行建模的技术性方法。我们提出一个关于信源信息与观看者信念的贝叶斯数学模型，以及前者在由广播者与观看者构成的媒体（网络）中如何影响后者。给定所提模型，我们研究特定信息（真实或虚假）如何被最优地设计成一篇报道，从而平均而言向网络观看者传达最大量的原始意图信息。进而，该模型使我们能够研究特定观看者群体对虚假信息的易感性，作为他们先验信念的统计度量（例如偏见、犹豫、开放心态、可信度评估等）的函数。此外，基于同一模型，我们可研究由网络管理员实施的虚假信息“遏制”策略。具体地，我们研究一种可信度评估策略，其中每篇传播报道必须与真相处于某一距离之内。我们利用该方案研究虚假与真实信息-信念收敛之间的权衡，从而得到关于信息传播网络应运作得多真理敏感的最优决策方法。
引用
@article{arxiv.1804.01576,
title = {A Bayesian Model for False Information Belief Impact, Optimal Design, and Fake News Containment},
author = {Amin Khajehnejad and Shima Hajimirza},
journal= {arXiv preprint arXiv:1804.01576},
year = {2018}
}