Title:
Modeling of manipulative informational influence in social networks
Начальная страница/First page:
Краткое описание:
Рассмотрены модели информационного манипулятивного воздействия в социальных сетях. Приведено их описание в обозначениях системной динамики в виде потоковой диаграммы и соответствующая система дифференциальных уравнений. Проведены эксперименты с моделью с применением перспективной имитационной платформы Anylogic. Произведено сравнение агентной и системно-динамической моделей, показавшее их высокое согласование между собой и со статистическими данными. На основе кластерного анализа с использованием реальных статистических данных выделены типологические группы в выборочной совокупности поселений России, различающиеся средним временем распространения информационных воздействий. Системно-динамические модели распространения информационных воздействий в социальных сетях успешно апробированы. Кроме того, подтвержден постулат Гиббса о статистических ансамблях применительно к распространению информационных идей в студенческой среде. Показана высокая согласованность результатов моделирования с эмпирическими данными (коэффициенты детерминации не менее 90%). Модели позволяют осуществлять прогноз информационных воздействий (ИВ) и информационных противодействий (ИПД), проигрывать различные сценарии их развития.
Short description:
Manipulative models of information influences in social networks are considered. Their descriptions in the system dynamics notation in the form of a flowchart and the corresponding system of differential equations are given. Model experiments with the application of advanced simulation platform Anylogic was carried out. Comparing agentbased and system-dynamic models showed high agreement with each other and with statistical data. Based on the cluster analysis using real statistical data was allocated typological groups in the sample villages of Russia, which differ in the average time spreading of information influences. System-dynamic models of information influences spreading in social networks have been successfully tested. In addition, the Gibbs’s postulate on statistical ensembles with respect to spreading of an idea in student’s environment was confirmed. The high consistency of simulation results with empirical data is shown (the coefficients of determination are not less than 90%). Models allow the forecasting of informational influences and informational counteractions, and to study various scenarios of their development.
