面向用户生成虚假信息的透明标记策略性社会助推

社交网络平台（SNP）严重依赖用户生成内容来吸引用户，但对内容供给的控制有限，从而导致虚假信息。作为应对措施，SNP实施了通过标记内容并影响用户对标记内容反应的策略来通知用户。人群层面的反应会对内容提供者产生社会助推，鼓励其提供更多真实内容。然而，在设计利用社会助推的标记时，SNP必须谨慎对待误检，因为误检会削弱其创造社会助推的能力。我们建立了一个贝叶斯说服分支过程，用于研究SNP在误检条件下的标记策略设计。虚假信息传播通过多类型分支过程建模，其中用户通过标记被说服给出正面/负面评论，从而影响虚假信息的传播。当转换到后验信念空间时，SNP的问题被简化为一个等式约束优化问题，其最优条件由拉格朗日刻画给出。关键发现是，SNP的最优策略是透明标记，尽管存在误检，该策略能助推内容提供者不生成虚假信息。