Unveiling the Truth and Facilitating Change: Towards Agent-based Large-scale Social Movement Simulation

要約

ソーシャルメディアは社会運動の基礎として台頭し、社会変革の推進に大きな影響力を及ぼしています。
一般大衆の反応をシミュレーションし、潜在的な影響を予測することがますます重要になっています。
しかし、このような現象をシミュレートする既存の方法は、社会運動参加者の行動を捕捉する際の有効性と効率性に関して課題に直面しています。
この論文では、ユーザーを 2 つのタイプに分類する、ソーシャル メディア ユーザー シミュレーションのためのハイブリッド フレームワークを紹介します。
コア ユーザーは大規模言語モデルによって駆動されますが、多数の一般ユーザーは演繹的なエージェント ベースのモデルによってモデル化されます。
さらに、トリガーイベント後の応答ダイナミクスを再現するために、Twitter のような環境を構築します。
その後、評価用の多面的なベンチマーク SoMoSiMu-Bench を開発し、実世界のデータセットにわたる包括的な実験を実施します。
実験結果は、私たちの方法の有効性と柔軟性を示しています。

要約(オリジナル)

Social media has emerged as a cornerstone of social movements, wielding significant influence in driving societal change. Simulating the response of the public and forecasting the potential impact has become increasingly important. However, existing methods for simulating such phenomena encounter challenges concerning their efficacy and efficiency in capturing the behaviors of social movement participants. In this paper, we introduce a hybrid framework for social media user simulation, wherein users are categorized into two types. Core users are driven by Large Language Models, while numerous ordinary users are modeled by deductive agent-based models. We further construct a Twitter-like environment to replicate their response dynamics following trigger events. Subsequently, we develop a multi-faceted benchmark SoMoSiMu-Bench for evaluation and conduct comprehensive experiments across real-world datasets. Experimental results demonstrate the effectiveness and flexibility of our method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google