[論文レビュー] A cooperate-defect model for the spread of deviant behavior in social networks

Sarah Rajtmajer, Christopher Griffin+2 more|arXiv (Cornell University)|Aug 12, 2014

Opinion Dynamics and Social Influence参考文献 17被引用数 4

ひとこと要約

本稿では、報酬の比較に基づき、協力的または破綻的戦略を採用するユーザーを想定して、オンラインソーシャルネットワークにおける逸脱行動の広がりを模擬するため、囚人のジレンマを用いたゲーム理論的モデルを提案する。このモデルは安定した行動パターンへの収束を示し、逸脱行動を維持または増加させるユーザーについて高い予測精度を示すが、協力への微細なシフトは低く見積もっている。

ABSTRACT

We present a game-theoretic model for the spread of deviant behavior in online social networks. We utilize a two-strategy framework wherein each player's behavior is classified as normal or deviant and evolves according to the cooperate-defect payoff scheme of the classic prisoner's dilemma game. We demonstrate convergence of individual behavior over time to a final strategy vector and indicate counterexamples to this convergence outside the context of prisoner's dilemma. Theoretical results are validated on a real-world dataset collected from a popular online forum.

研究の動機と目的

• オンラインコミュニティにおける反社会的および逸脱的行動の広がりの背後にあるダイナミクスを理解すること。
• オンラインネットワークにおける社会的影響および報酬構造に応じて、個々の行動がどのように変化するかをモデル化すること。
• 理論的進化的ゲームモデルを、オンラインフォーラムからの実世界データと照合して検証すること。
• 協力・破綻フレームワークの予測能力が、時間経過に伴う行動の変化を説明する上でどの程度有効であるかを評価すること。
• 特に協力への傾向を含む微細な行動転換を捉えることが難しい、囚人のジレンマモデルの限界を検討すること。

提案手法

• ユーザーが協力的または逸脱的（破綻的）行動を選ぶ2戦略の進化的ゲームを、ソーシャルネットワークのグラフ上に定義する。
• 報酬は古典的な囚人のジレンマ構造に従い、他者が協力する場合に破綻者がより高い報酬を得る。
• ユーザーは周囲のユーザーの観察された報酬に基づき、より高い報酬を得る戦略を模倣することで戦略を更新する。
• モデルは時間経過とともに安定した戦略ベクトルに収束し、完全グラフでは収束が証明され、一般ケースでは実証的に示されている。
• スレッド形式のオンラインフォーラムから得た実世界のデータセットを用い、ユーザーの逸脱スコアを時系列でラベル付けし追跡した。
• 逸脱レベルは標準偏差を用いてボーリングし、予測された行動のシフトと実際の行動のシフトとの間のボーリング誤差を最小化するように報酬行列を適合させた。

実験結果

リサーチクエスチョン

• RQ1 報酬に基づく模倣メカニズムのもとで、逸脱行動はソーシャルネットワークを通じてどのように広がるか？
• RQ2 囚人のジレンマフレームワークは、オンラインコミュニティにおける個々の行動変化をどの程度正確に予測できるか？
• RQ3 協力・破綻モデルは、特に協力への微細な行動転換を捉える上で、どのような限界を有するか？
• RQ4 均一な報酬を持つゲーム理論的モデルは、時間経過に伴うユーザーの逸脱行動の実世界の変化を説明できるか？
• RQ5 このモデルは、逸脱行動が安定している、増加している、または減少しているユーザーをどの程度正確に予測できるか？

主な発見

• モデルは、逸脱レベルが概ね同じままであるユーザーを分類する際、83%の正確性を示し、安定した行動に対して優れた性能を示している。
• モデルは、著しく逸脱性が増加するユーザーを予測するのに対してもある程度効果的であり、囚人のジレンマにおける破綻戦略の魅力を反映している。
• モデルは逸脱性の微細な増加を系統的に低く見積もっており、極端に非逸脱的になるユーザー（つまり、0から+2に移動するユーザー）を顕著に低予測している。
• 囚人のジレンマが破綻を優位とする厳密なナッシュ均衡を持つにもかかわらず、モデルは協力的行動の出現を捉える可能性を示しており、利他の行動シフトをモデル化する上で有望である。
• 混同行列から、最も非逸脱的なボックスに移動すると予測されたユーザーの48.5%が実際には+2ボックスにいたことが判明し、極端な協力の欠如が顕著に示された。
• 最良の適合報酬行列は [[0.1985, -0.6989], [0.4927, 0.0001]] と推定され、予測された行動と観察された行動の間の二乗ボーリング誤差の合計を最小化した。