甄别虚假帖子：参与博弈及其设计

众包模型利用在线社交网络(OSNs)上用户的集体意见/信号进行虚假帖子检测，已被广泛接受；然而，激励用户提供众包信号具有挑战性，在存在对抗性用户时更是如此。我们设计了一个参与型(平均场)博弈，其中OSN的用户被基于奖励的机制所引诱，提供二值(真实/虚假)信号，使得OSN达到 $(\theta, \delta)$ 水平的实情识别(AI)——不超过 $\delta$ 比例的非对抗性用户误判真实帖子，且至少 $\theta$ 比例的非对抗性用户将虚假帖子识别为虚假。我们提出了一种适当的警告机制来影响用户的决策，使得由此产生的博弈至少存在一个达到AI的纳什均衡(NE)。我们还确定了所有NE均达到AI的条件。此外，我们数值说明，当所需 $\theta = 75\%$ 时，若用户内在识别能力的归一化差异至少为 $1\%$，则总能设计出AI博弈。