Opinion de-polarization of social networks with GNNs

要約

現在、ソーシャルメディアは政治的な議論や意見交換の場となっています。
ソーシャルメディアが高度に二極化していることを示唆する大量の研究があります。
一般的に観察される現象は、ユーザーが二極化されたコミュニティに組織され、同じ考えを持つ個人とのみつながりを形成し、特定のコンテンツの消費を制限するエコー チェンバー構造です。
この論文では、2 つのエコー チャンバーを使用してネットワークの分極を軽減する方法を検討します。
特に、一部のユーザーがトピックについて穏健な意見を採用すると、ネットワークの二極化が減少することが観察されています。
この観察に基づいて、K 人のユーザーの適切なセットを識別するための効率的なアルゴリズムを提案します。その結果、ユーザーがトピックに関して穏健な姿勢をとれば、二極化が最小限に抑えられます。
私たちのアルゴリズムはグラフ ニューラル ネットワークを採用しているため、他のアプローチよりも大きなグラフを効率的に処理できます。

要約(オリジナル)

Nowadays, social media is the ground for political debate and exchange of opinions. There is a significant amount of research that suggests that social media are highly polarized. A phenomenon that is commonly observed is the echo chamber structure, where users are organized in polarized communities and form connections only with similar-minded individuals, limiting themselves to consume specific content. In this paper we explore a way to decrease the polarization of networks with two echo chambers. Particularly, we observe that if some users adopt a moderate opinion about a topic, the polarization of the network decreases. Based on this observation, we propose an efficient algorithm to identify a good set of K users, such that if they adopt a moderate stance around a topic, the polarization is minimized. Our algorithm employs a Graph Neural Network and thus it can handle large graphs more effectively than other approaches

arxiv情報

提供元, 利用サービス

arxiv.jp, Google