Este artículo propone H-NeiFi, una novedosa metodología para alcanzar eficientemente un consenso global en el proceso de formación de opinión en redes sociales. Señala los problemas de los métodos existentes de intervención de opinión que obstaculizan la autonomía del usuario y generan resistencia. H-NeiFi regula indirectamente las interacciones del usuario mediante un modelo dinámico de dos capas que considera los roles de expertos y no expertos, y un método de filtrado de vecinos no invasivo. Controla eficientemente la ruta de propagación de la información optimizando la función de recompensa a largo plazo mediante aprendizaje por refuerzo multiagente (MARL), y no interviene directamente en las interacciones del usuario. Los resultados experimentales muestran que H-NeiFi mejora la velocidad de consenso entre un 22,0 % y un 30,7 % y mantiene la convergencia global sin expertos. Esto sugiere un nuevo paradigma de gobernanza de redes sociales que induce un consenso natural y eficiente, a la vez que protege la autonomía de la interacción del usuario.
