文件名称：社交网络中（错误）信息的传播-研究论文
文件大小：651KB
文件格式：PDF
更新时间：2024-06-29 10:57:15
information aggregation learning
我们提供了一个模型来研究大型社会中信息聚合和错误信息传播之间的紧张关系（概念化为代理相互通信的网络）。 每个人都持有一个由标量表示的信念。 个人成对地见面并交换信息，这被建模为两个人都采用他们会前信念的平均值。 当所有人都进行这种信息交换时，社会将能够有效地聚合所有人所持有的初始信息。 然而，也存在错误信息的可能性，因为有些人是“强有力的”，这意味着他们会影响他们遇到的其他（一些）其他人的信念，但不会改变自己的观点。 该论文描述了强力代理的存在如何干扰信息聚合。 假设即使是强有力的代理人从其他一些人（以及额外的弱规律性条件）获得一些信息（无论多么罕见），我们首先表明这一类社会的信念会收敛到所有个人之间的共识。 然而，这个共识值是一个随机变量，我们描述了它的行为。 我们的主要结果通过提供边界或精确结果（在某些特殊情况下），在没有强有力的代理（有有效的信息聚合）的情况下，共识值与基准的距离可以量化社会中错误信息的程度。 当有几个强有力的代理人时，最坏的结果会得到，而强有力的代理人本身只会根据他们从最有可能之前收到过自己信息的个人那里获得的信息来更新他们的信念。