Αναζήτηση

Πλοήγηση

• Κοινότητες
• Συγγραφείς
• Έτος
• Τίτλοι
• Θέματα

Ο Χώρος μου

• Είσοδος

Χρήση συστάσεων για τη μείωση της πόλωσης απόψεων στα κοινωνικά δίκτυα

Chochlakis Ioannis

Πλήρης Εγγραφή

---

Περίληψη

Τα τελευταία χρόνια, οι πλατφόρμες κοινωνικής δικτύωσης έχουν γίνει πεδίο μάχης για την κοινωνικοπολιτικές αντιπαραθέσεις. Από την αρχική τους υποσχόμενη παγκόσμια διασύνδεση, τα μέσα κοινωνικής δικτύωσης έχουν αλλάξει ρόλο και στην τωρινή εποχή ενισχύουν τις πολιτικές και ιδεολογικές διαφορές. Αν και το Διαδίκτυο προσφέρει πληθώρα πληροφοριών από διαφορετικές οπτικές γωνίες, τα άτομα συχνά έλκονται και συνδέονται με άλλους που μοιράζονται παρόμοιες απόψεις. Αυτός ο ((φυσικός)) διαχωρισμός των κοινωνικών δικτύων επιδεινώνεται από κακόβουλους παράγοντες, όπως \textlatin{bots} και κακόβουλοι χρήστες, που εκμεταλλεύονται τις ψυχολογικές τάσεις των χρηστών (\textlatin{confirmation bias}) για να προωθήσουν τους δικούς τους στόχους. Η εξατομίκευση των αλγορίθμων συστάσεων έπαιξε επίσης βασικό ρόλο στην προώθηση αυτού του χάσματος μεταξύ των διαδικτυακών κοινοτήτων. Οι χρήστες διοχετεύονται σε μονωμένες ομάδες ή αλλιώς ((\textlatin{echo chambers})), όπου οι προϋπάρχουσες πεποιθήσεις ενισχύονται και οι διαφορετικές απόψεις έχουν περιορισμένη έκθεση, με στόχο τη μεγιστοποίηση της δέσμευσης στην πλατφόρμα και συνεπώς του κέρδους. Οι συνέπειες αυτής της αλγοριθμικής προκατάληψης εκτείνονται πέρα από τον χώρο των κοινωνικών δικτύων και αποτελούν απειλή για την κοινωνία μας στο σύνολό της, διαχωρίζοντας μας αργά και σταθερά. Στην παρούσα διπλωματική εργασία, εστιάζουμε στον ρόλο των αλγορίθμων συστάσεων που βρίσκονται στο εσωτερικό του κοινωνικού δικτύου και προσπαθούμε να δημιουργήσουμε ένα σύστημα συστάσεων που εκτιμά όχι μόνο τη δέσμευση των χρηστών αλλά και τη μείωση της πόλωσης και την εξάλειψη των ((\textlatin{echo chamber})) μέσα στο δίκτυο. Αρχικά, παρέχουμε μια λεπτομερή εξήγηση του τρόπου με τον οποίο δημιουργούμε ένα πολωμένο κοινωνικό δίκτυο, διαμορφωμένο σύμφωνα με την κοινωνική πλατφόρμα \textlatin{X}, όπου κάθε χρήστης μέσα στο δίκτυο έχει μια γνώμη μαζί με ένα σύνολο χρηστών που ακολουθεί. Στη συνέχεια, παρουσιάζουμε το μοντέλο μας για την ασύγχρονη εξέλιξη γνώμεων βάσει συστάσεων, εξηγώντας πώς το προτεινόμενο περιεχόμενο μπορεί να επηρεάσει τις απόψεις των χρηστών στο δίκτυό μας. Επιπλέον, εξηγούμε πώς σε αυτό το μοντέλο μια ομάδα χρηστών μπορεί να μείνει εντελώς διαχωρισμένη, χωρίς να μπορεί να επηρεαστεί από άλλους χρήστες. Ύστερα, ορίζουμε την μετρική για τη μέτρηση της πόλωσης που θα χρησιμοποιηθεί στην αξιολόγηση του προτεινόμενου συστήματος. Στη συνέχεια εξηγούμε πώς θα προσαρμόσουμε αυτό το πρόβλημα σε ένα πλαίσιο Βαθιάς Ενισχυτικής Μάθησης (\textlatin{Deep Reinforcement Learning}) προκειμένου να εκπαιδεύσουμε σωστά και να δημιουργήσουμε πράκτορες που θα λειτουργούν ως πάροχοι συστάσεων, χωρίς καμία γνώση των παραμέτρων του μοντέλου. Αυτό σημαίνει ότι η υλοποίησή μας μπορεί να χρησιμοποιηθεί με άλλα μοντέλα εξέλιξης απόψεων και μετρήσεις πόλωσης, εφόσον καθοριστούν σωστά οι απαραίτητες παράμετροι μοντελοποίησης Βαθιάς Ενισχυτικής Μάθησης. Στη συνέχεια, ορίζουμε τον χώρο κατάστασής, τον χώρο δράσης, τη συνάρτηση ανταμοιβής και τις τερματικές καταστάσεις για το προτεινόμενο Μοντέλο Ενισχυτικής Μάθησης. Τέλος, διεξάγουμε ένα σύνολο πειραμάτων, σε μικρές πολωμένες κοινότητες, για να αξιολογήσουμε εάν η προτεινόμενη λύση μας μπορεί πράγματι να μειώσει την πόλωση. Τα αποτελέσματά μας επιβεβαιώνουν την αποτελεσματικότητα της προσέγγισής μας.

Διαθέσιμα αρχεία

Υπηρεσίες