মিসইনফরমেশন ও অ্যালগরিদমিক অ্যামপ্লিফিকেশন

# একটি সিন্থেটিক, ইলাস্ট্রেটিভ উদাহরণ -- বাস্তব কোনো প্ল্যাটফর্মের ডেটা নয়
import random
random.seed(7)  # reproducibility-এর জন্য নির্দিষ্ট সিড

content_items = [
    {"id": 1, "engagement": 95, "is_false": True},
    {"id": 2, "engagement": 90, "is_false": False},
    {"id": 3, "engagement": 88, "is_false": True},
    {"id": 4, "engagement": 82, "is_false": True},
    {"id": 5, "engagement": 76, "is_false": True},
    {"id": 6, "engagement": 70, "is_false": True},
    {"id": 7, "engagement": 65, "is_false": True},
    {"id": 8, "engagement": 60, "is_false": False},
    {"id": 9, "engagement": 55, "is_false": False},
    {"id": 10, "engagement": 50, "is_false": False},
    {"id": 11, "engagement": 48, "is_false": False},
    {"id": 12, "engagement": 45, "is_false": False},
    {"id": 13, "engagement": 42, "is_false": False},
    {"id": 14, "engagement": 38, "is_false": False},
    {"id": 15, "engagement": 35, "is_false": False},
    {"id": 16, "engagement": 30, "is_false": False},
    {"id": 17, "engagement": 28, "is_false": False},
    {"id": 18, "engagement": 25, "is_false": False},
    {"id": 19, "engagement": 20, "is_false": False},
    {"id": 20, "engagement": 15, "is_false": False},
]

TOP_N = 5
overall_false_ratio = sum(1 for c in content_items if c["is_false"]) / len(content_items)

# এনগেজমেন্ট-র‌্যাংকিং: শুধুমাত্র এনগেজমেন্ট স্কোর অনুযায়ী descending sort
engagement_ranked = sorted(content_items, key=lambda c: c["engagement"], reverse=True)
false_ranks_engagement = [i + 1 for i, c in enumerate(engagement_ranked) if c["is_false"]]
avg_rank_engagement = sum(false_ranks_engagement) / len(false_ranks_engagement)
top_n_false_engagement = sum(1 for c in engagement_ranked[:TOP_N] if c["is_false"])

# র‌্যান্ডম-র‌্যাংকিং বেসলাইন: বহু ট্রায়ালের গড় (fixed seed দিয়ে reproducible)
TRIALS = 2000
items_copy = list(content_items)
total_avg_rank = 0.0
total_top_n_count = 0
for _ in range(TRIALS):
    random.shuffle(items_copy)
    false_ranks_random = [i + 1 for i, c in enumerate(items_copy) if c["is_false"]]
    total_avg_rank += sum(false_ranks_random) / len(false_ranks_random)
    total_top_n_count += sum(1 for c in items_copy[:TOP_N] if c["is_false"])

avg_rank_random = total_avg_rank / TRIALS
avg_top_n_false_random = total_top_n_count / TRIALS

print(f"পুরো তালিকায় মিথ্যা/সেনসেশনাল কনটেন্টের অনুপাত: {overall_false_ratio*100:.0f}%\n")
print("এনগেজমেন্ট-র‌্যাংকিং (আসল অ্যালগরিদমের অনুরূপ):")
print(f"  মিথ্যা কনটেন্টের গড় র‌্যাংক-পজিশন: {avg_rank_engagement:.2f}")
print(f"  টপ-{TOP_N}-এ মিথ্যা কনটেন্টের সংখ্যা: {top_n_false_engagement} / {TOP_N}\n")
print(f"র‌্যান্ডম-র‌্যাংকিং বেসলাইন ({TRIALS} ট্রায়ালের গড়):")
print(f"  মিথ্যা কনটেন্টের গড় র‌্যাংক-পজিশন: {avg_rank_random:.2f}")
print(f"  টপ-{TOP_N}-এ মিথ্যা কনটেন্টের গড় সংখ্যা: {avg_top_n_false_random:.2f} / {TOP_N}")