最大化社交网络中的曝光多样性
社会与信息网络
2021-11-05 v2 物理与社会
摘要
社交媒体平台为公民保持知情与参与公共辩论创造了新途径。然而，为营造健康的信息共享、社会商议与意见形成环境，公民需要接触到足以挑战其假设的多元观点，而非被困于过滤气泡之中。本文朝此方向迈出一步，提出一种最大化社交网络曝光多样性的新方法。我们在信息传播的语境下将该问题表述为向选定用户推荐少量新闻文章的任务。我们提出一种现实设定，其中考虑内容与用户倾向，以及文章被进一步分享的概率。该设定使我们能够把握信息扩散最大化与确保用户接触多元观点之间的平衡。所得问题可归约为在文章至用户分配上的拟阵约束下最大化一个单调次模函数。它是影响力最大化问题的一个具挑战性的推广。然而，通过引入对随机反向可达集概念的新扩展，我们得以设计可扩展的近似算法。我们在多个真实数据集上通过实验证明了算法的效率与可扩展性。
引用
@article{arxiv.1809.04393,
title = {Maximizing the Diversity of Exposure in a Social Network},
author = {Cigdem Aslay and Antonis Matakos and Esther Galbrun and Aristides Gionis},
journal= {arXiv preprint arXiv:1809.04393},
year = {2021}
}