社会网络谣言检测综述

当前社会网络已取代传统媒体成为信息交流的重要平台,社会网络中的信息具有传播速度快,范围广,即时性强等优点.然而,由于发布信息时缺乏有效的监管手段,导致社会网络平台同时也成为谣言传播的温床.因此,快速有效地检测出社会网络谣言,对净化网络环境,维护公共安全至关重要.本文首先对谣言定义进行阐述,并描述当前谣言检测的问题及检测过程;其次,介绍不同数据获取方式并分析其利弊,同时对比谣言检测中不同的数据标注方法;第三,根据谣言检测技术的发展对现有的人工、机器学习和深度学习的谣言检测方法进行分析对比;第四,通过实验在相同公开数据集下对当前主流算法进行实证评估;最后,对社会网络谣言检测技术面临的挑战进行归纳并总结全文.     

面向推特平台的谣言检测综述

随着信息技术的高速发展,twitter、微信等社交媒体应运而生,而这些社交媒体在带给人们便利的同时,也为谣言的传播提供了良好的渠道,因此,针对谣言的识别检测十分重要。文章将现有的谣言检测技术分为基于传统方法的谣言检测技术和基于深度学习的谣言检测技术;同时,选取近年来比较典型的谣言检测方法进行介绍和总结。     

基于神经网络的谣言检测综述

由于传播媒介的多样化,信息数据量呈爆炸式增长,从海量的事件信息中检测到谣言变得十分困难。为了减少人工成本,提高谣言检测准确率,深度学习中的神经网络模型被用到谣言检测任务中。首先文章对多种基于神经网络的谣言检测方法进行了介绍,分析了多种神经网络谣言检测模型的检测过程,以及多种神经网络模型在谣言检测过程中的判断依据及其特征提取效果,然后对现有的谣言检测模型结构进行了归纳,总结了使用神经网络检测谣言的模块化流程,最后对谣言检测的方法提出了建议。     

信息传播媒介下信任对公众科技风险感知的 作用影响研究

本文以科技信息传播为背景,对信任影响公众科技风险感知的机制进行了实证分析,以探索科技风 险与公众认知关系中的“信任危机”问题。研究发现：公众对不同传播媒介中的科技信息的信任度存在明 显差异,同时受公众自身受教育情况的影响显著;信任负向影响公众科技风险感知,其中能力信任和善意信 任维度对公众科技风险感知的影响显著;另外,公众个人风险偏好负向影响其科技风险感知。     

疫情谣言的内容特征及其策略分析 ——基于新浪"新型冠状病毒疫情谣言榜"的考察

以新浪新闻和捉谣记联合推出的"新型冠状病毒疫情谣言榜"中的174则疫情谣言为研究对象,基于内容类型、焦点对象、佐证手段等6个分析类目,对谣言文本进行分析.研究发现,疫情谣言多为"传染"类话题,话语聚焦普通公众,以一到两种佐证方式和诉求表达为主,叙述式最为常见,恐惧情绪浓厚,在此基础上总结其文本策略:利用疫情痛点衍生话题,披上真相外衣迷惑受众,偏好夸张、极化的话语风格等,最后提出了相应的消解建议.     

重大疫情下网络谣言生成的心理机制与治理对策

网络谣言是网络思想领域中的黑色地带,是国家文化治理中的一个重要治理对象。2020 年新冠肺炎疫情暴 发后,各种各样的网络谣言不断,给党和政府的抗疫工作和经济社会发展带来了严重干扰和挑战。重大疫情下,网络谣言 的生成和传播通常会受到网络技术、经济、政治、文化等因素的影响。运用信息收集、分类、综合与分析等研究方法,从心理 学角度对重大疫情下网络谣言生成的心理机制进行深入探究,从而找出网络谣言的有效治理途径,对于凝聚人心共同抗 疫、维护社会经济稳定发展有着重要的现实意义。     

新媒体环境下的谣言传播与治理

微博、微信等新媒体的迅速发展在改变传统传播模式的同时,也成为了谣言滋生和大量扩散的温床,不利于社会和谐与稳定.在新媒体时代,合理把控谣言具有新的要求.本文旨在从谣言的定义与特点以及新媒体时代谣言的传播规律入手,探讨新媒体环境中对谣言把控与治理的新要求.     

基于K值算法的在线谣言抑制分析

社交平台上由于有沉淀大量用户数据,从而可以用于人格预测以及谣言抑制的相关内容,虽然其属于社会计算领域。但在未来的社会发展过程中,谣言抑制算法在进行更多次迭代之后会能有更好的发展,同时也更有利于业务应用。在未来,单一的谣言事后补救措施会逐渐过渡到事前预防以及关键话题人的引导上来,算法与业务的不断结合,必将大大提高谣言控制的效率。从另一个角度来说,用户的相关记录也将沉淀为历史数据,用于用户分析,同时为用户人格预测打下良好基础。两者相结合,将会有效遏制谣言传播,在未来将会有更好的发展前景。     

突发公共卫生事件中微博谣言的流播特征分析 ——以新冠肺炎疫情为例

以新浪官方辟谣账号”微博辟谣”2020年1 月19日至2月19日的辟谣内容为样本,构建新冠肺炎疫情谣言传播素材案例库;利用质性软件Nvivo进行编码与分析,发现突发公共卫生事件中的谣言传播具有明显的本土化语境特征?高度的可复制性,并出现”伪行政权力”的流播特征.综合前人研究并结合突发公共卫生事件的特殊性,提出改进辟谣信息的传播方式?更新辟谣信息的表达策略,以及建立与谣言流播主体的对话机制,以促进风险社会语境下社会秩序的重建和社会信任的修复.     

融合TextCNN与TextRNN模型的谣言识别方法

传统的谣言识别方法耗费人力物力并且准确率较低。为了有效识别社交网络中的谣言,提出一种基于融合模型的谣言识别方法.该方法首先通过BERT预训练模型构建文本句向量;其次构建TextCNN模型挖掘文本的语义特征,构建TextRNN模型用于挖掘文本的时序特征;最后,对两种模型进行加权融合,实现对谣言的识别.此外,还对原始主流模...     

网络谣言的治理措施探究

网络悄无声息地改变了人们的日常生活,也改变了人与人之间的传播和交流方式.网络谣言的蔓延造成了网络空间的无序,网络谣言的主要成因在于谣言制造者的道德责任失范,网民对谣言的辨别能力不强以及网络规制的不足.网络谣言的治理可以从创新网民道德教育方式、网络媒体加强自身的谣言监管机制、完善网络法制管理、提高信息透明度等方面入手.     

社交平台上的谣言检测综述

随着互联网的飞速发展,人们的生活获得了极大的便捷,但同时网络平台也滋生了大量的虚假信息,任由虚假的网络谣言广泛传播会极大地影响人们的生活,甚至影响国家的秩序,因此谣言检测研究具有较高的意义。文章对谣言检测方法的相关文献进行归纳分析,将检测方法按照谣言的特点分成了四类:基于内容的方法、基于用户信息的方法、基于传播的方法、基于外部知识引入的方法。然后介绍了部分公开的谣言检测数据集。最后对全文进行总结并展望了谣言检测的发展方向。     

一种基于耦合网络的RD-IHSAT网络谣言传播模型

为探究谣言在社交网络中的传播规律，基于耦合原理，构建由巴拉巴西-阿尔伯特（Barabási-Albert,BA）无标度网络与瓦茨-斯特罗加茨（Watts-Strogatz,WS）小世界网络组成的沉默者、辟谣者、无知者、犹豫者、传谣者、铁杆传谣者、疲惫者（reticent,debunker,ignorant,hesitated,spreader,adherent,tired,RD-IHSAT）谣言传播模型。该模型在易感者、感染者、移出者（susceptible,infective,removal,SIR）模型的基础上引入兴趣衰弱机制、感知社会共识机制、沉默与反沉默的螺旋等因素，并融入犹豫者、铁杆传谣者、沉默者、辟谣者等角色，使其更加逼近真实情形。仿真结果显示，耦合网络极大地促进了谣言的传播，不仅加快谣言爆发速度，而且扩大谣言传播规模；提高对犹豫者的辟谣概率能够极为显著地抑制谣言规模，是控制谣言传播的最有力因素；仅降低谣言传播率对谣言控制作用较小；提高沉默群体的比例是遏制谣言传播的关键一环；对辟谣时滞的把控极大地影响了辟谣效果。     

科学家参与科学传播守则 ——浅析 《科学家与媒体交流指南》

本文基于国内外科学传播相关案例,从科学家与大众媒体的沟通交流、科学家如何展示研究成果、科学 家参考公众心理特点谈论科学风险等方面,对《科学家与媒体交流指南》报告进行全方位的解读。基于此,本文 进一步提出我国科学家参与科学传播工作的三点建议：科学家参与科学传播时需要充分考虑到大众媒体的作用; 科学家应以足够审慎和负责的态度、简明易懂的通识语言与公众交流;科学家应谨慎表述和传达研究成果所带来 的风险和收益。     

谣言的传播过程及其反映

谣言的传播过程是一个历经传播者、讯息、传播媒介、受众、传播效果及反馈的循环过程。谣言可分为牢骚型谣言、攻击型谣言、宣传型谣言、误解型谣言与牟利型谣言等。泛化的弱势心态、科学知识的欠缺、商业利益的驱动等都是谣言滋生的动因。谣言将伴随人类社会始终,并常常产生着严重的负面效应。政府需要依据职责增强职责执行力,展现公信力才能做到真正整治负面谣言的传播。     

基于无标度网络的IHRTS谣言传播动力学模型分析

近年来,随着社交媒体的快速发展,线上网络中信息的传播慢慢占据信息交流的主导地位.依托于此,谣言传播比以往任何时候都要更快、更深、更广.考虑到人们对谣言和真相的兴趣度和政府对真相的覆盖率对谣言传播过程的影响,提出了一类新颖的基于无标度网络的IHRTS谣言传播模型.利用平均场理论对谣言的传播动力学行为进行分析,求出了基本再生数R0,证明了谣言消失平衡点和谣言流行平衡点的存在性,分析了基本再生数和平衡点之间的关系,并通过数值仿真验证了结论的正确性.理论分析表明:人们对真相和谣言的兴趣度和政府对真相的覆盖率均会影响基本再生数,加大政府对真相的覆盖率有助于减弱谣言的产生和传播.该研究对于控制谣言的传播具有一定的参考价值.     

网络何时不再传播谣言？

日常生活中，人们常常会接触到谣言。随着网络时代的到来，谣言又多了一种传播途径。在网络上，人人都是消息传播者，过去被排拒在媒体之外的小道消息、八卦、耳语，当然还有谣言，如今可以堂而皇之的公开传播。     

网络何时不再传播谣言？

日常生活中,人们常常会接触到谣言。随着网络时代的到来,谣言又多了一种传播途径。在网络上,人人都是消息传播者,过去被排拒在媒体之外的小道消息、八卦、耳语,当然还有谣言,如今可以堂而皇之的公开传播。由于互联网的传播特点,谣言的发展达到了极至。无论从复制的速度和规模来看,谣言的发展都达到了前所未有的峰值,其杀伤力也更为强大。网络匿名、自由和交互性强的特点为网民提供了隐藏身份,不必显示任何社会责任感的机会,使得躲藏在网络背后的芸     

网络新闻谣言的文体特征分析

全球化的信息时代促使新闻随着各种网络渠道迅速传播,网络新闻谣言便随着信息技术的发展深入影响人们的生活。只有掌握了解网络新闻谣言的文体特征才能真正理解其内在深层涵义。针对近年来对于网络新闻谣言的界定及各个角度的研究,本文主要对其语料文本的时态、语态以及文本措辞等方面文体特征进行探讨。     

一种基于深度学习的谣言检测方法

为了更好地学习网络谣言传播过程中的特征变化，提出了一种基于多跳的多模态融合的网络谣言检测方法。该方法采用faster RCNN提取视觉特征，通过GRU提取词特征，通过BERT提取句子特征，在提取词句基本特征后，利用RGCN实现图中不同节点间的信息传递。提取多模态特征后利用多跳注意力机制实现谣言检测。该方法可以较好解决诸如否定、歧义和长距离依赖等复杂问题，可以在更短路径上捕获远程依赖。通过与其它谣言检测方法的对比实验，验证了该方法在谣言检测和早期谣言检测领域应用的有效性。