文件列表:

Fake-news-Mas (0, 2020-07-21)
Fake-news-Mas\$$slapp$$ (0, 2020-07-21)
Fake-news-Mas\$$slapp$$\ActionGroup.py (338, 2020-07-21)
Fake-news-Mas\$$slapp$$\ModelSwarm.py (24474, 2020-07-21)
Fake-news-Mas\$$slapp$$\ObserverSwarm.py (5776, 2020-07-21)
Fake-news-Mas\$$slapp$$\Pen.py (458, 2020-07-21)
Fake-news-Mas\$$slapp$$\Tools.py (9821, 2020-07-21)
Fake-news-Mas\$$slapp$$\Tools_Addendum.py (1451, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__ (0, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\ActionGroup.cpython-37.pyc (708, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\ModelSwarm.cpython-37.pyc (10014, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\ModelSwarm.cpython-38.pyc (10092, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\ObserverSwarm.cpython-37.pyc (3346, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\Pen.cpython-37.pyc (975, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\Tools.cpython-37.pyc (5272, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\Tools.cpython-38.pyc (5120, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\agTools.cpython-37.pyc (1979, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\graphicControl.cpython-37.pyc (2124, 2020-07-21)
Fake-news-Mas\$$slapp$$\__pycache__\txtxFunctions.cpython-37.pyc (1479, 2020-07-21)
Fake-news-Mas\$$slapp$$\agTools.py (1357, 2020-07-21)
Fake-news-Mas\$$slapp$$\convert_txtx_txt.py (2869, 2020-07-21)
Fake-news-Mas\$$slapp$$\convert_xls_txt.py (5400, 2020-07-21)
Fake-news-Mas\$$slapp$$\graphicControl.py (4181, 2020-07-21)
Fake-news-Mas\$$slapp$$\txtxFunctions.py (1888, 2020-07-21)
Fake-news-Mas\.ipynb_checkpoints (0, 2020-07-21)
Fake-news-Mas\.ipynb_checkpoints\iRunShellOnline-checkpoint.ipynb (902, 2020-07-21)
Fake-news-Mas\Analisi 1 (0, 2020-07-21)
Fake-news-Mas\Analisi 1\.ipynb_checkpoints (0, 2020-07-21)
Fake-news-Mas\Analisi 1\.ipynb_checkpoints\Power_Law_Analysis-checkpoint.ipynb (212287, 2020-07-21)
Fake-news-Mas\Analisi 1\Power_Law_Analysis.ipynb (1532825, 2020-07-21)
Fake-news-Mas\Analisi 1\information_network_finale.txt (5143393, 2020-07-21)
Fake-news-Mas\Analisi 2 (0, 2020-07-21)
Fake-news-Mas\Analisi 2\.ipynb_checkpoints (0, 2020-07-21)
Fake-news-Mas\Analisi 2\.ipynb_checkpoints\Lecture_Analysis-checkpoint.ipynb (15584, 2020-07-21)
Fake-news-Mas\Analisi 2\Lecture_Analysis.ipynb (42867, 2020-07-21)
Fake-news-Mas\Analisi 2\data.csv (3318367, 2020-07-21)
Fake-news-Mas\Analisi 2\data_init.csv (3217931, 2020-07-21)
Fake-news-Mas\Analisi 2\dati precedenti (0, 2020-07-21)
Fake-news-Mas\Analisi 2\dati precedenti\data_1.csv (311919, 2020-07-21)
... ...

# Fake-news Stiamo realizzando un modello ad agenti in SLAPP, per simulare la diffusione di fake news su Twitter, nello scenario delle presidenziali USA del 2016.  ## Il modello I nodi rappresentano gli agenti, cioe gli account twitter. Follower network: i link rappresentano il follow, cioe se A -> B, vuol dire che A e seguito da B. Information network: I link rappresentano i retweet, cioe se A -> B, se l'account A ha retwettato un tweet dell'account B. 1. Si parte da un network random per quanto riguarda il follower network, scale free e diretto, con un numero fissato di nodi. 2. Si impostano le regole della dinamica. 3. Si valuta l'evoluzione dell' information e del follower network nel tempo. 4. Analisi dei dati. ## Dataset sul network di retweet Per quanto riguarda i dati e le regole della dinamica, ci basiamo sul seguente [paper](https://www.nature.com/articles/s41467-018-07761-2) consultabile gratuitamente. Vorremmo arrivare a riprodurre i seguenti [risultati](https://www.nature.com/articles/s41467-018-07761-2/tables/2) ## Sviluppo ### Fase 1: costruzione della rete ... completata - Costruire i nodi ... done - Implementare il preferential attachment ... done - [Forest Fire](https://arxiv.org/pdf/physics/0603229.pdf) per il follower network. - [Forest Fire Algorithm](http://snap.stanford.edu/snappy/doc/reference/GenForestFire.html) - [Modello](https://ccl.northwestern.edu/netlogo/models/PreferentialAttachment) in Netlogo ### Fase 2: costruzione degli agenti - Assegnare lo score agli agenti ... done - Definire gli agenti nel file di testo ... done - Implementare la verifica dello scale free: ... done [Verificare che un network sia scale free](https://stackoverflow.com/questions/49908014/how-can-i-check-if-a-network-is-scale-free) - Verificare che la rete sia scale free: [Kolmogorov Smirnov test](https://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test) ### Fase 3: meccanismi di interazione - Implementare meccanismo di creazione della news ... done - Implementare trasferimento della news ... done - Implementare integrazione della news ... done ### Fase 4: regole della dinamica - Associare ad ogni link un certo peso [Network pesati](https://networkx.github.io/documentation/stable/auto_examples/drawing/plot_weighted_graph.html) -[Regole della dinamica](https://docs.google.com/document/d/1kIeEAsEj68Kzrlez-EyenRuGMm5y2Hc0zdkFIFzppUE/edit?usp=sharing): - Creazione bot ... done - Meccanismi di interazione bot ... done - Creare gli agenti (con i diversi score) rispettando le [proporzioni](https://docs.google.com/spreadsheets/d/12tik2m_w-y7LoZE5tSWOoTFDNzIT6hjsoO4Oaqabnoc/edit#gid=0) indicate in tabella - Frequenza di creazione delle news rispettando le proporzioni ... done ### Fase 5: analisi dati - Impostare l'analisi dati: conviene scrivere i dati in un file separato ... done [Scrivere un file csv](https://www.programiz.com/python-programming/writing-csv-file) [Scrivere un file da python](https://www.w3schools.com/python/python_file_write.asp) - Network Analysis: ... done [Power law fitting](https://github.com/micheletizzoni/Complexity-in-social-systems/blob/master/2-networkx/nb04_powerlaw_fitting.ipynb) // [Clustering](https://github.com/micheletizzoni/Complexity-in-social-systems/blob/master/2-networkx/nb05_network_analysis.ipynb) //[Barabasi power law fitting](https://barabasi.com/f/623.pdf) vedere pagina 44. ## Run it online with Binder [Binder](https://mybinder.org/v2/gh/alessandrotofani/Fake-news/follower?filepath=iRunShellOnline.ipynb) ## Useful links - [Regole della dinamica](https://docs.google.com/document/d/1kIeEAsEj68Kzrlez-EyenRuGMm5y2Hc0zdkFIFzppUE/edit?usp=sharing) - [Proporzioni](https://docs.google.com/spreadsheets/d/12tik2m_w-y7LoZE5tSWOoTFDNzIT6hjsoO4Oaqabnoc/edit#gid=0) - [md file cheatsheet](https://github.com/adam-p/markdown-here/wiki/Markdown-Cheatsheet) ## Un'altra immagine su Trump, why not? 

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：