如何在R语言模拟中避免用户重复的Facebook帖子反应

我正在构建一个模拟用户与虚假/真实Facebook新闻帖子互动的仿真程序，要求每个用户仅能对帖子留下一种反应（点赞、爱心、哇、哈哈、悲伤、愤怒或关怀），例如若用户点赞，就不能再留下其他类型的反应。但现有代码运行后仍偶尔出现用户同时有多种反应的情况，恳请解决。

我的代码 #

1. 创建空数据框 #

#Creating empty dataframe 
fake_id<-1:1000
like<-rep(NA,max(fake_id))
love<-rep(NA,max(fake_id))
wow<-rep(NA,max(fake_id))
haha<-rep(NA,max(fake_id))
sad<-rep(NA,max(fake_id))
angry<-rep(NA,max(fake_id))
care<-rep(NA,max(fake_id))
comment<-rep(NA,max(fake_id))
shares<-rep(NA,max(fake_id))

fake<-data.frame(fake_id,like,love,wow,haha,sad,angry,care,comment,shares)

2. 定义互动概率分布 #

#Probability distribution for user interaction with a given FB post
misinformation_prob<-c(0.090637966,0.015194195,0.023018674,0.013500845,0.001573673,0.017003550,0.002058321,0.003093388,0.001312486)
authentic_prob<-c(0.0275070460,0.0103958123,0.0060707537,0.0034785282,0.0007527044,0.0088240139,0.0020064930,0.0019195168,0.0006860144)
prob.dist<-data.frame(misinformation_prob,authentic_prob)
colnames(prob.dist)<-c("Misinformation","Authentic")
rownames(prob.dist)<-c("Likes","Comments","Shares","Loves","Wows","Hahas","Sads","Angrys","Cares")

prob.dist

3. 生成模拟数据的循环代码 #

#For loop used to create a simulated data

for(i in fake_id){
  fake$like[i]<-sample(x=c(0,1), size=1,prob=c(1-prob.dist[1,'Misinformation'],prob.dist[1,'Misinformation']))
  fake$comment[i]<-sample(x=c(0,1), size=1,prob=c(1-prob.dist[2,'Misinformation'],prob.dist[2,'Misinformation']))
  fake$shares[i]<-sample(x=c(0,1), size=1,prob=c(1-prob.dist[3,'Misinformation'],prob.dist[3,'Misinformation']))
   if(fake$like[i]==1){
    fake[i,3:8]=0
   }else for(j in 3:8){
     if(is.na(fake[i,j])==TRUE){
       fake[i,j]<-sample(x=c(0,1),size=1,prob=c(1-prob.dist[j+1,'Misinformation'],prob.dist[j+1,'Misinformation']))
     }
     if(fake[i,j]==1){
       fake[i,-j]==0  # 我原本以为这行能避免重复反应，但没用
     }
   }
}

问题原因分析 #

1. 赋值运算符错误：fake[i,-j]==0是比较操作，不是赋值，应该用fake[i,-j] <- 0或者fake[i,-j] = 0，这是导致其他反应列没被清零的核心原因。
2. 循环逻辑漏洞：即使某个反应被设为1，内层循环仍会继续处理下一列，可能再次生成1（因为之前的清零操作没生效），最终出现多个反应同时为1的情况。
3. 范围错误：fake[i,-j]会把fake_id列也设为0，不符合需求，应该只针对反应列（like到care，即第2到第8列）操作。

解决方案 #

方案1：重构逻辑，先抽样选择互动类型（更高效） #

直接为每个用户抽样选择一种互动类型（包括“无反应”），再对应设置为1，其他反应列设为0。这种方式避免嵌套循环的逻辑混乱，代码更简洁可靠：

# 定义所有反应类型及对应概率（以虚假新闻为例）
reaction_types <- c("like", "love", "wow", "haha", "sad", "angry", "care")
reaction_probs <- prob.dist[c("Likes", "Loves", "Wows", "Hahas", "Sads", "Angrys", "Cares"), "Misinformation"]
# 加入"无反应"的概率
total_reaction_prob <- sum(reaction_probs)
reaction_types <- c(reaction_types, "none")
reaction_probs <- c(reaction_probs, 1 - total_reaction_prob)

# 重新生成数据框
fake <- data.frame(
  fake_id = 1:1000,
  like = 0, love = 0, wow = 0, haha = 0, sad = 0, angry = 0, care = 0,
  comment = 0, shares = 0
)

# 遍历每个用户生成数据
for(i in 1:nrow(fake)){
  # 抽样选择反应类型
  selected_reaction <- sample(reaction_types, size = 1, prob = reaction_probs)
  if(selected_reaction != "none"){
    fake[i, selected_reaction] <- 1
  }
  
  # 单独处理评论和分享（若需和反应互斥，可调整逻辑）
  fake$comment[i] <- sample(c(0,1), size=1, prob=c(1-prob.dist["Comments","Misinformation"], prob.dist["Comments","Misinformation"]))
  fake$shares[i] <- sample(c(0,1), size=1, prob=c(1-prob.dist["Shares","Misinformation"], prob.dist["Shares","Misinformation"]))
}

方案2：修复原有循环逻辑 #

如果想保留原有循环结构，需修正赋值错误并调整循环逻辑：

for(i in fake_id){
  # 先初始化所有反应列为0，避免NA残留
  fake[i, 2:8] <- 0
  fake$comment[i] <- 0
  fake$shares[i] <- 0
  
  # 抽样是否点赞
  if(sample(c(TRUE, FALSE), size=1, prob=c(prob.dist[1,'Misinformation'], 1-prob.dist[1,'Misinformation']))){
    fake$like[i] <- 1
  } else {
    # 抽样其他反应，选中后立即跳出循环
    selected <- FALSE
    for(j in 3:8){
      if(sample(c(TRUE, FALSE), size=1, prob=c(prob.dist[j+1,'Misinformation'], 1-prob.dist[j+1,'Misinformation']))){
        fake[i,j] <- 1
        selected <- TRUE
        break
      }
    }
  }
  
  # 处理评论和分享
  fake$comment[i] <- sample(c(0,1), size=1, prob=c(1-prob.dist[2,'Misinformation'], prob.dist[2,'Misinformation']))
  fake$shares[i] <- sample(c(0,1), size=1, prob=c(1-prob.dist[3,'Misinformation'], prob.dist[3,'Misinformation']))
}

关键改进点 #

• 先初始化所有反应列为0，避免NA残留和重复赋值
• 使用break在选中一个反应后立即停止内层循环，防止生成多个反应
• 修正赋值运算符错误，确保其他反应列被正确清零
• 明确只针对反应列操作，避免影响fake_id、评论和分享列

内容的提问来源于stack exchange，提问作者Boogie Ly