社交网络中的假新闻
人工智能
2025-10-14 v2 多智能体系统
社会与信息网络
物理与社会
经济学
摘要
我们提出多智能体强化学习作为一种建模社交网络中假新闻的新方法。该方法允许我们建模社交网络中人类行为，既包括在陌生群体中也包括已适应假新闻存在的群体。特别是后者对现有方法具有挑战性。我们发现，假新闻攻击如果针对高度连接的人和私有信息较弱的人则更有效。当虚假信息分散在多个智能体而非更密集地集中于较少智能体时，攻击更有效。此外，假新闻在平衡网络中的传播不如在聚集网络中好。我们在一项人类受试者实验中检验了部分发现。实验证据支持了模型的预测，表明该模型适合分析社交网络中假新闻的传播。
引用
@article{arxiv.1708.06233,
title = {Fake News in Social Networks},
author = {Christoph Aymanns and Jakob Foerster and Co-Pierre Georg and Matthias Weber},
journal= {arXiv preprint arXiv:1708.06233},
year = {2025}
}