通过不同类别智能体的影响控制社交媒体中的错误信息传播
多智能体系统
2024-01-23 v1 社会与信息网络
摘要
在当今的数字时代，错误信息通过社交网络的快速广泛传播日益引起关注。本研究侧重于对假新闻传播进行建模，发现其传播动态，并设计控制策略。建模错误信息动态的一种常见方法是基于 SIR 的模型。我们的方法是名为“SBFC”模型的扩展，该模型是一种基于 SIR 的模型。该模型具有三种状态：易感者、相信者和事实核查者。状态之间的动态和转换基于邻居的信念、谣言可信度、传播率、验证新闻的概率以及遗忘当前状态的概率。我们的贡献在于，通过考虑具有不同特征的各类智能体，将该模型推向真实社交网络。我们提出了两种应对错误信息传播的主要策略。首先，我们可以对学者或影响者等少数类别进行教育，以提高他们验证新闻的能力或延长其记忆状态的时间。第二种策略是在网络中加入事实核查机器人，以传播事实并影响其邻居的状态。我们的结果表明，这两种方法都能有效控制错误信息的传播。
引用
@article{arxiv.2401.11524,
title = {Controlling the Misinformation Diffusion in Social Media by the Effect of Different Classes of Agents},
author = {Ali Khodabandeh Yalabadi and Mehdi Yazdani-Jahromi and Sina Abdidizaji and Ivan Garibay and Ozlem Ozmen Garibay},
journal= {arXiv preprint arXiv:2401.11524},
year = {2024}
}
备注
Accepted at The Computational Social Science Society of the Americas (CSS) - 2023, Annual Conference