要約
ソーシャルメディアプラットフォームでのユーザーエンゲージメントは、歴史的なコンテキスト、時間の制約、報酬主導の対話に影響されます。
この研究では、過去の会話の履歴、動機付け、リソースの制約を考慮して、ユーザーの相互作用をモデル化するエージェントベースのシミュレーションアプローチを提示します。
政治的言説に関するドイツのTwitterデータを利用して、AIモデルを微調整して投稿と返信を生成し、感情分析、皮肉検出、攻撃の分類を組み込みます。
このシミュレーションは、予想される報酬に基づいて意思決定を考慮して、エージェントの行動を管理するために近視のベスト応答モデルを採用しています。
我々の結果は、AIに生成された応答に対する歴史的文脈の影響を強調し、さまざまな制約の下でエンゲージメントがどのように進化するかを示しています。
要約(オリジナル)
User engagement on social media platforms is influenced by historical context, time constraints, and reward-driven interactions. This study presents an agent-based simulation approach that models user interactions, considering past conversation history, motivation, and resource constraints. Utilizing German Twitter data on political discourse, we fine-tune AI models to generate posts and replies, incorporating sentiment analysis, irony detection, and offensiveness classification. The simulation employs a myopic best-response model to govern agent behavior, accounting for decision-making based on expected rewards. Our results highlight the impact of historical context on AI-generated responses and demonstrate how engagement evolves under varying constraints.
arxiv情報
| 著者 | Abdul Sittar,Simon Münker,Fabio Sartori,Andreas Reitenbach,Achim Rettinger,Michael Mäs,Alenka Guček,Marko Grobelnik |
| 発行日 | 2025-03-31 15:17:04+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google