基于代理的推荐系统在虚假信息传播中的探索.pdfVIP

基于代理的推荐系统在虚假信息传播中的探索

LiseJakobsen,AnnaJohanneHolden

Jacobsen,ÖnderGürcan,and

ÖzlemÖzgöbek

NorwegianUniversityofScienceandTechnology(NTNU),Trondheim,Norway

{lise.jakobsen,anna.jacobsen,ozlem.ozgobek}@ntnu.no

NORCENorwegianResearchCentreAS,Kristiansand,Norway

ongu@norceresearch.no

本

译摘要本研究使用基于代理的建模方法来考察各种推荐算法对在线社交网

中络中虚假信息传播的影响。我们模拟了一个由异构代理组成的合成环境，

包括普通用户、机器人和影响者，这些代理通过带有推荐系统的社交网络

1进行互动。我们评估了四种推荐策略：基于流行度的推荐、协同过滤、基

v

4于内容的过滤以及随机基线。我们的结果显示，以流行度驱动的算法显著

2放大了虚假信息的影响，而基于项目的协同过滤和基于内容的方法在限制

7

1接触虚假内容方面更为有效。研究发现，基于项目的协同过滤的表现优于

2相关文献中先前报道的结果。这些发现在于突出了算法设计在线上信息曝

.

7光中的作用，并表明基于代理的建模可用于获得关于如何传播虚假信息的

0真实见解。

5

2

:Keywords:虚假信息传播·基于代理的建模·推荐算法·虚假新闻

v

i·信息扩散。

x

r

a

1介绍

当今社交媒体的重要存在使其成为主要的信息来源，这改变了个人消费

和互动内容及新闻的方式[1]。然而，这一数字转型也促进了虚假信息的快速

传播，这对公共讨论、民主和社会信任产生了严重的影响[2]。虚假信息可以

改变新闻生态系统的真实性平衡，使人们接触到等量的真实和假新闻，使得

消费者更难区分哪些新闻是可信的，哪些不是[3]。

社交媒体上的虚假信息往往由恶意用户和机器人传播，二者都在放大虚

假信息方面发挥了重要作用[4,5]。社交平台无法控制用户发布的内容，直到

这些行为已经违反了社区准则。研究表明，通过社交媒体使用推荐系统进一

2L.Jakobsen,A.H.Jacobsen,Ö.GürcanandÖ.Özgöbek

步强化了虚假信息的传播[6]。尽管平台无法控制恶意用户的行径，但它们可

以控制推荐算法（RAs）如何整理用户的信息流，因此对用户可能接触到的

内容有很大的影响[7]。

推荐系统旨在通过个性化内容选择以适应用户偏好来增强用户体验。虽

然这对处理社交媒体和新闻领域的内容更新以及提升用户体验很有用，但这

种个性化无意中可能会促进过滤气泡和回音室的形成，在这些环境中，用户

会反复接触到相似的观点[8]。目前，推荐系统在识别、限制或