Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/C16A7038-D063-4C10-803E-907745DE1351 | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.102372 | - |
| Γλώσσα | en | - |
| Μέγεθος | 65 σελίδες | el |
| Τίτλος | Using recommendations to reduce opinion polarization in social networks | en |
| Τίτλος | Χρήση συστάσεων για τη μείωση της πόλωσης απόψεων στα κοινωνικά δίκτυα | el |
| Δημιουργός | Chochlakis Ioannis | en |
| Δημιουργός | Χοχλακης Ιωαννης | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Spyropoulos Thrasyvoulos | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Σπυροπουλος Θρασυβουλος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Chalkiadakis Georgios | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Χαλκιαδακης Γεωργιος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Lagoudakis Michail | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Λαγουδακης Μιχαηλ | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Περίληψη | In recent years, social media platforms have become a battleground for sociopolitical discourse. Once a herald of global connection, social networks are now a key factor in amplifying political and ideological divides around the globe. Although the internet offers an abundance of information, from diverse perspectives, individuals often gravitate towards and connect with others who share similar opinions. This ``natural'' segregation of social networks is made worse by malicious actors, such as bots and misinformation agents, exploiting users' psychological tendencies (confirmation bias) in order to further their own goals. The personalization of recommenders also played a key role in furthering this divide among online communities. Individuals are funneled into insulated groups or “echo chambers” where preexisting beliefs get reinforced and diverse viewpoints get limited exposure, with the goal of maximizing engagement on the platform and thus profit. The consequences of this algorithmic bias extend beyond the social network space and pose a threat to our society as a whole, dividing us slowly and steadily. In this thesis, we focus on the role of the recommender inside of the social network and attempt to create a recommendation system that values not only user engagement, but also the reduction of polarization and the disruption of echo chambers inside the network. First, we provide a detailed explanation of how we create a polarized social network space, modeled after the social platform X, where each user inside the network has an opinion along with a set of users they follow. Next, we introduce our model of asynchronous recommendation-driven opinion evolution, explaining how suggested content can influence users' opinions in our network. Additionally, we explain how in this model, a group of users may be left completely segregated, unable to be influenced by other users. Next, we define our proposed metric for measuring polarization that will be used in order to evaluate our proposed system’s success. We then explain how we will be adapting this problem to a Deep Reinforcement Learning framework in order to properly train and create agents that will act as recommenders, without any knowledge of the model parameters. This means our implementation can be used with other opinion evolution models and polarization metrics, as long as the necessary Reinforcement Learning modeling parameters are properly defined. We then define our state space, action space, the reward function and the terminal states for our proposed Reinforcement Learning Model. Finally, we conduct a set of experiments, on small polarized network communities, to evaluate if our proposed solution can indeed learn to reduce polarization. Our results confirm the effectiveness of our approach. | en |
| 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. | el |
| Τύπος | Διπλωματική Εργασία | el |
| Τύπος | Diploma Work | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2025-02-18 | - |
| Ημερομηνία Δημοσίευσης | 2025 | - |
| Θεματική Κατηγορία | Polarization | en |
| Θεματική Κατηγορία | Deep Reinforcement Learning | en |
| Θεματική Κατηγορία | Ενισχυτική μάθηση | el |
| Θεματική Κατηγορία | Social networks | en |
| Βιβλιογραφική Αναφορά | Ioannis Chochlakis, "Using recommendations to reduce opinion polarization in social networks", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2025 | en |
| Βιβλιογραφική Αναφορά | Ιωάννης Χοχλάκης, "Χρήση συστάσεων για τη μείωση της πόλωσης απόψεων στα κοινωνικά δίκτυα", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2025 | el |
Copyright © DIAS 2013
