利用控制实验与计算模型衡量序列同伴暴露对决策的影响
社会与信息网络
2020-09-09 v4
摘要
人们普遍相信同伴会影响产品采纳行为。这种关系已被联系到决策者在社交网络中接收到的信号数量。但当信号接收的模式发生变化、且同伴影响指向非最优选择时，这些原则是否仍然成立尚不清楚。为此，我们在一个有人类参与者的游戏中使用在线控制实验操纵社交信号暴露。游戏中每位参与者在具有不同效用的选项间做出决策。我们观察到：（1）即使在存在金钱风险且事先已获知各选项知识的情况下，当同伴做出我们称之为影响决策的相似决策时，决策者仍倾向于偏离明显最优决策；（2）当社交信号数量随时间变化时，影响决策的转发概率以及因此对社交影响的响应性，未必与信号绝对数量成比例相关。为了更好地理解这些同伴影响规则如何用于真实世界扩散与网络环境的建模应用，我们利用行为发现对真实案例中的传播动态进行模拟。我们特别试图观察在用户不确定性存在下累积影响如何展现，并衡量其对谣言扩散的结果，将其建模为次优选择扩散的示例。我们的模拟结果共同表明，来自影响决策的序列同伴效应克服个体不确定性，随时间引导更快的谣言扩散。然而，当初期扩散速率较慢时，相较于同伴影响，用户不确定性在决定可疑信息的采纳轨迹上可发挥实质作用。
引用
@article{arxiv.1909.01409,
title = {Use of a controlled experiment and computational models to measure the impact of sequential peer exposures on decision making},
author = {Soumajyoti Sarkar and Ashkan Aleali and Paulo Shakarian and Mika Armenta and Danielle Sanchez and Kiran Lakkaraju},
journal= {arXiv preprint arXiv:1909.01409},
year = {2020}
}