网络破坏：最大化社交网络中的分歧与极化
社会与信息网络
2020-04-10 v2 数据结构与算法
计算机科学与博弈论
物理与社会
摘要
近年来，错误信息的传播显著增加，这一现象被 Facebook 和 Twitter 等社交媒体加速和放大。虽然一些行为者传播错误信息以推动特定议程，但已有广泛记录表明，其他行为者旨在简单地通过增加网络中的分歧和极化来破坏网络，从而 destabilizing 社会。流行的社交网络也容易受到大规模攻击。受这一现实启发，我们引入了一个简单的网络破坏模型，其中对手可以接管社交网络中有限数量的用户资料，目的是最大化网络中的分歧和/或极化。我们从理论和经验两方面研究该模型。我们表明，对手总会将接管资料的立场改为极端以最大化破坏。我们还证明，对手可造成的分歧/极化增加至多与其接管的用户资料数量呈线性。此外，我们在合成网络和真实世界（Reddit 和 Twitter）数据集上对所采用的几种自然算法进行了详细的实证研究。这些表明，即使是简单的、非精细的启发式方法，例如针对中间派，也能有效破坏网络，导致分歧/极化的大幅增加。因此，通过对对手视角研究网络破坏问题，凸显了该问题的严重性。
引用
@article{arxiv.2003.08377,
title = {Network disruption: maximizing disagreement and polarization in social networks},
author = {Mayee F. Chen and Miklos Z. Racz},
journal= {arXiv preprint arXiv:2003.08377},
year = {2020}
}
备注
20 pages, 6 figures