基于代理的社交网络模拟用于虚假信息研究

本文通过提出一个模拟框架来解决研究在线社交网络（OSN）的挑战。该框架的关键优势在于其真实性和可解释性，这通过基于代理的建模、基于人口统计的个性特征、有限状态行为自动机以及由 LLM 驱动的用于上下文感知帖子的生成模块来实现。虚假信息活动模块（红色模块）和基于 Mastodon 的可视化层的集成进一步增强了该框架在研究信息动态和虚假信息影响方面的实用性。这是一项有价值的贡献，因为它提供了一个受控环境来研究复杂的社会现象，这些现象由于数据限制和伦理问题而难以分析。