Deep Agent：社交网络中信息扩散与演化动力学研究
社会与信息网络
2022-02-02 v2 物理与社会
摘要
本文阐释了在 DARPA 的 SocialSim 计划下开发的一个社交网络分析框架的设计，该框架具有建模人类情感、认知与社会因素的新颖架构。我们的框架兼具理论与数据驱动，并利用了领域专业知识。我们的仿真工作有助于理解信息在社交媒体平台中如何流动与演化。我们聚焦于为三个相互关联的社交环境——GitHub、Reddit 和 Twitter——建模三个信息域：加密货币、网络威胁与软件漏洞。我们参与了 2018 年 12 月的 SocialSim DARPA 挑战赛，我们的模型在准确性、泛化性、可解释性与实验效力方面接受了广泛的性能评估。本文报告了我们在开发用户、社区、群体与内容多层次分辨率仿真中所用的主要概念与模型。
引用
@article{arxiv.2003.11611,
title = {Deep Agent: Studying the Dynamics of Information Spread and Evolution in Social Networks},
author = {Ivan Garibay and Toktam A. Oghaz and Niloofar Yousefi and Ece C. Mutlu and Madeline Schiappa and Steven Scheinert and Georgios C. Anagnostopoulos and Christina Bouwens and Stephen M. Fiore and Alexander Mantzaris and John T. Murphy and William Rand and Anastasia Salter and Mel Stanfill and Gita Sukthankar and Nisha Baral and Gabriel Fair and Chathika Gunaratne and Neda B. Hajiakhoond and Jasser Jasser and Chathura Jayalath and Olivia Newton and Samaneh Saadat and Chathurani Senevirathna and Rachel Winter and Xi Zhang},
journal= {arXiv preprint arXiv:2003.11611},
year = {2022}
}
备注
16 pages