面向多阶段假新闻缓解活动的具成本效益辟谣者识别
社会与信息网络
2022-04-01 v1
摘要
在线社交网络已成为传播假新闻的温床。已有自动缓解假新闻传播的方法被提出。一些研究侧重于在社交网络上选择前 k 个有影响力的用户作为辟谣者，但辟谣者的社交影响力可能不如预期那样转化为广泛的缓解信息传播。其他研究假设给定一组辟谣者，并侧重于优化辟谣者发布真实新闻的强度，但由于辟谣者固定，即使具有高社交影响力和/或发布真实新闻的高强度，真实新闻也可能无法触达暴露于假新闻的用户，因此缓解效果可能有限。在本文中，我们提出多阶段假新闻缓解活动，其中辟谣者在每个阶段于预算内动态选择。我们将其表述为一个强化学习问题，并提出一种通过预测未来状态优化的贪心算法，使得辟谣者能以最大化整体缓解效果的方式被选择。我们在合成和真实世界社交网络上进行了大量实验，表明我们的解决方案在缓解效果方面优于最先进的基线。
引用
@article{arxiv.2203.16854,
title = {Identifying Cost-effective Debunkers for Multi-stage Fake News Mitigation Campaigns},
author = {Xiaofei Xu and Ke Deng and Xiuzhen Zhang},
journal= {arXiv preprint arXiv:2203.16854},
year = {2022}
}