有限回忆下的重复曝光影响
社会与信息网络
2022-06-22 v2 人机交互
应用统计
摘要
接收大量信号的决策者会受到不完美回忆的影响。当从聚合了社交媒体平台上众多发送者消息的信息流中学习时，这一点尤为重要。本文研究了一个信息流学习的简化模型，并揭示了由不完美回忆导致的低效现象。在我们的模型中，无法回忆某条特定消息源于消息累积所产生的干扰。我们根据每位发送者的发送速率与干扰强度来刻画其影响。分析表明，不完美回忆不仅在有限群体中导致重复计数与极端观点，还会随着发送者群体规模增大而削弱接收者学习真实状态的能力。我们在一个在线实验中估计了干扰强度：参与者暴露于（无信息量的）重复消息，并需估计他人观点。结果显示干扰作用显著，且在彼此意见不一致的参与者中更弱。我们的工作对网络中的信息传播具有启示意义，尤其当其为虚假信息时，因其被分享与重复的次数多于真实信息。
引用
@article{arxiv.2204.08741,
title = {Influence of Repetition through Limited Recall},
author = {Jad Sassine and M. Amin Rahimian and Dean Eckles},
journal= {arXiv preprint arXiv:2204.08741},
year = {2022}
}