基于前景理论的个体非理性建模与疫情控制中的行为诱导
摘要：疫情期间个人行为的理解和建模，以及确定有效的引导人们行为的方法以更好地控制疫情传播是至关重要的。然而，目前的研究未能考虑到用户在决策中的非理性行为，这在现实场景中是普遍存在的因素。此外，现有的疾病控制方法依赖于强制隔离等措施，并假设个人会完全遵守这些政策，但在现实中可能并非如此。因此，寻找有效的方法引导人们在疫情期间的行为是非常重要的。为了填补这些空白，我们提出了一个基于概率效用理论的理论框架，来模拟个体在疫情中的决策过程，并分析非理性对用户行为和疫情协同演变的影响。我们的分析表明，当被感染风险较小时，非理性会导致个体更加保守，而当被感染风险较高时，非理性倾向于使用户更加寻求风险。然后，我们提出了一种行为诱导算法来引导用户行为和控制疾病传播。模拟和真实用户测试验证了我们提出的模型和分析，并且模拟结果显示我们提出的行为诱导算法能够有效地引导用户的行为。
作者：Wenxiang Dong, H. Vicky Zhao
论文ID：2307.08001
分类：Social and Information Networks
分类简称：cs.SI
提交时间：2023-09-01