Περιορισμός της παραπληροφόρησης στις πλατφόρμες κοινωνικής δικτύωσης

Abstract

Σκοπός της παρούσας Διπλωματικής Εργασίας είναι η μελέτη ενός νέου προβλήματος σχετικά με τον περιορισμό της παραπληροφόρησης σε μια πλατφόρμα κοινωνικής δικτύωσης σε συνδυασμό με την ταυτόχρονη αποφυγή της διαταραχής της διάδοσης της αληθούς πληροφορίας, και η ανάπτυξη ενός αποδοτικού αλγορίθμου επίλυσής του.

Το πρόβλημα που μελετάται στην παρούσα Εργασία και αναφέρεται ως Cautious Misinformation Minimization (CMM) ορίζεται ως η ελαχιστοποίηση της διάδοσης της ψευδούς πληροφορίας με την ταυτόχρονη ελάχιστη μείωση της διάδοσης της αληθούς περιορίζοντας τις αλληλεπιδράσεις μεταξύ των χρηστών, δηλαδή αφαιρώντας ακμές περιορισμένου πλήθους στο γράφο που αναπαριστά το υπό μελέτη δίκτυο. Επιθυμώντας την ενσωμάτωση γνωρισμάτων του χρήστη στην εξέλιξη της διάχυσης της πληροφορίας στην παρούσα Εργασία τροποποιούνται τα γνωστά μοντέλα διάδοσης Independent Cascade (IC) και Deterministic Linear Threshold (DLT), ώστε να λαμβάνεται υπόψη η εξειδίκευση του χρήστη στη θεματική κατηγορία στην οποία ανήκει η διαδιδόμενη πληροφορία. Υπό τα εν λόγω μοντέλα αλλά και το πιθανοτικό μοντέλο Linear Threshold (LT), το πρόβλημα CMM αποδεικνύεται NP-Hard. Έτσι, για την επίλυσή του υπό τα μοντέλα LT και DLT επιστρατεύονται άπληστοι επαναληπτικοί αλγόριθμοι των οποίων κριτήριο για την επιλογή της προς αφαίρεση ακμής σε κάθε επανάληψη, είναι η μέγιστη μείωση του αθροίσματος της διαφοράς της τρέχουσας διάδοσης της αληθούς πληροφορίας από την αντίστοιχη αρχική διάδοση, και της τρέχουσας διάδοσης της ψευδούς πληροφορίας.

Η πειραματική αξιολόγηση των προτεινόμενων αλγορίθμων διεξάγεται σε πραγματικά κοινωνικά δίκτυα. Τα αποτελέσματα αυτών συγκρίνονται με τα αντίστοιχα μεθόδων που αξιοποιούν κατά κύριο λόγο τοπολογικά χαρακτηριστικά και εν μέρει τη δυναμική εξέλιξη της διάδοσης της πληροφορίας. Με βάση αυτά, αναδεικνύεται η υπεροχή των προτεινόμενων μεθόδων που επιτυγχάνουν με την αφαίρεση μικρού πλήθους ακμών να μειώσουν σημαντικά την εξάπλωση της παραπληροφόρησης χωρίς να επηρεάσουν σε μεγάλο βαθμό τη διάδοση της αληθούς πληροφορίας.