[论文解读] 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 4

一句话总结

本文提出了一种基于囚徒困境的博弈论模型，用于模拟在线社交网络中偏差行为的传播，用户根据收益比较选择合作或背叛策略。该模型展示了向稳定行为模式收敛的特性，并在预测用户维持或加剧偏差方面表现出较强的准确性，但对向合作方向的微小转变存在低估。

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.

研究动机与目标

• 理解在线社区中反社会和偏差行为传播背后的动力机制。
• 建模个体行为如何在在线网络中受社会影响和收益结构的影响而演变。
• 将理论性的演化博弈模型与来自在线论坛的真实世界数据进行验证。
• 评估合作-背叛框架在解释随时间推移的行为转变方面的预测能力。
• 探讨囚徒困境模型在捕捉细微行为转变（尤其是向合作转变）方面的局限性。

提出的方法

• 在一个社交网络图上定义了一个双策略演化博弈，每位用户在合作或偏差（背叛）行为之间进行选择。
• 收益遵循经典的囚徒困境结构，当他人合作时，背叛者可获得更高收益。
• 用户根据同伴观察到的收益更新策略，通过模仿选择收益更高的策略。
• 该模型随时间收敛至稳定策略向量，已在完全图上证明收敛性，并在一般情况下通过实证方法展示。
• 使用了一个线程式在线论坛的真实世界数据集，对用户偏差得分进行了标注并随时间追踪。
• 通过标准差对偏差水平进行分箱处理，并拟合收益矩阵以最小化预测与实际用户行为转变之间的分箱误差。

实验结果

研究问题

• RQ1 在基于收益的模仿机制下，偏差行为如何通过社交网络传播？
• RQ2 囚徒困境框架在多大程度上能准确预测在线社区中个体的行为变化？
• RQ3 合作-背叛模型在捕捉细微行为转变（尤其是向合作转变）方面存在哪些局限性？
• RQ4 具有统一收益的博弈论模型能否解释现实世界中用户偏差随时间的变化？
• RQ5 该模型在预测用户保持稳定、增加或减少偏差方面表现如何？

主要发现

• 该模型在分类用户偏差水平基本保持不变的情况时达到83%的准确率，表明其在稳定行为预测方面表现优异。
• 该模型在预测用户显著加剧偏差方面具有合理有效性，反映出在囚徒困境中背叛策略的吸引力。
• 该模型系统性地低估了偏差的微小增加，并显著低估了向极端非偏差状态转变的用户（即从第0箱到+2箱）。
• 尽管囚徒困境的严格纳什均衡倾向于背叛，但该模型显示出捕捉更合作行为出现的潜力，表明其在建模亲社会转变方面具有前景。
• 混淆矩阵显示，48.5%被预测将进入最不偏差的箱（即+2箱）的用户实际上位于+2箱，表明极端合作行为存在显著低估。
• 最佳拟合收益矩阵估计为[[0.1985, -0.6989], [0.4927, 0.0001]]，该矩阵使预测与观测行为之间分箱误差的平方和最小化。