Assessing the Impact of Interventions in Different Opinion Formation Models

Abstract

Aufgrund der immer größer werdenden Beliebtheit von Sozialen Medien wächst auch das Interesse von Widersachern, die Soziale Medien zu ihrem Vorteil nutzen wollen. Dies geschieht zum Bespiel durch die Verbreitung von Fake News oder Verschwörungstheorien. Der Meinungsbildungsprozess in sozialen Netzwerken kann durch Meinungsbildungsmodelle simuliert werden, wie zum Beispiel das FJ-Modell und das BC-Modell. Das Ziel dieser Diplomarbeit ist es, die Auswirkungen von Interventionen anhand von Polarisierung und Uneinigkeit in diesen zwei verschiedenen Meinungsbildungsmodellen zu untersuchen. Die Experimente haben ergeben, dass das FJ-Modell dazu tendiert, niedrigere Werte für Polarisierung zu erzeugen, als das BC-Modell. Betrachtet man ein bestimmtes Modell, so ist die Intervention, die mit diesem Modell berechnet wurde, am besten dazu geeignet, die Polarisierung in diesem Modell zu reduzieren. Werden allerdings mit anderen Modellen berechnete Interventionen in den Graphen eingefügt, dann steigen dadurch Polarisierung und Uneinigkeit nicht und so richtet dies keinen "Schaden" an. Zu guter Letzt können sogar gemischte Interventionen, die entsprechend der Beschreibung in dieser Arbeit konstruiert werden, die Polarisierung in sozialen Netzwerken effektiv reduzieren.

Considering the widespread popularity of online social networks, it is only natural that adversaries have a rising interest in using those networks to their advantage, for example by spreading fake news or conspiracy theories. The opinion formation process in online social networks can be simulated with opinion formation models, such as the FJ-Model and the BC-Model. The goal of this thesis is to investigate the outcome of interventions in the two opinion formation models, and compare the results using polarization and disagreement. The experiments revealed that the FJ-Model tends to produce smaller values of polarization and disagreement than the BC-Model initially. Furthermore, considering one specific model, the intervention calculated with that model achieves the largest reduction of polarization. What is more, inserting an intervention calculated with a different model into the graph does not increase polarization and disagreement and therefore does not do "damage". Finally, even mixed interventions constructed as described in this thesis can reduce polarization effectively.