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。     

公众食品药品网络谣言和虚假宣传辨识能力调查——以贵州省某少数民族自治地区为例

目的 了解公众对网络食品药品谣言信息及虚假宣传甄别能力和行为态度，探索防范谣言传播、维护社会稳定的有效措施和途径。方法 采用随机抽样研究方法，对贵州省某少数民族自治州公众开展食品药品网络谣言及虚假宣传辨识能力、行为态度问卷调查。结果 当地公众食品药品网络谣言及虚假宣传辨识能力总体较低，经济发展落后地区的青少年人群对网络谣言及虚假宣传的辨识能力较弱。大部分公众处理网络食品药品安全信息较为理性，更愿意通过国家监管部门权威网站了解信息，基本具备了确认信息真实性的主观意识，但辟除谣言的行动能力不高。结论 地方党委政府及有关部门应加强食品药品网络谣言和虚假宣传治理，加大当地谣言及虚假宣传的监测和系统性分析研究，有针对性、预判性地进行治理和科普宣传。     

社交网络中基于网络结构支撑模型的谣言传播研究

结合结构支撑理论，探究节点网络结构支持力的一些性质，提出了社交网络结构中的全网支持力和被支持力的总量一致性，并进一步提出计算节点支持力的方法。谣言作为特殊信息，在支持力不同节点之间的传播特性有所不同，借鉴随机游走模型中的PageRank计算方法，对不同节点支持力的谣言传播以及传播后的辟谣状况进行了仿真模拟，结果表明支持力不同的节点对于谣言传播和辟谣影响明显。     

没有网络安全 就没有国家安全

<正>2014年,中国接人世界互联网20周年,全球网民数量突破30亿。2014年,中国6.32亿网民猛然发现,带给他们诸多便利的互联网,有着令人恐惧的一面——个人隐私信息赤裸裸地曝光于不知多少人眼前,互联网发展已经对国家主权、安全、发展利益提出了新的挑战。对于中国网民而言,最直观的"网络安全"莫过于网络诈骗、网络暴力、     

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。     

微博谣言免疫策略的研究

当前网络谣言控制策略的研究大多考虑高连接度对消息传播的影响,即节点自身邻居数,忽略了其邻居信息产生的间接影响。为此,提出一种SDND谣言免疫策略,该策略只需了解网络局部信息,在选取免疫节点时综合考虑节点自身出度及其邻居最大出度。在新浪微博数据集上,借助SEIR谣言传播模型仿真谣言传播,对比分析目标免疫、熟人免疫、重要熟人免疫、SDND免疫对谣言传播的影响。仿真结果表明,SDND免疫效果优于目标免疫、熟人免疫等策略,能够较好地抑制谣言传播。     

浅析突发公共事件谣言在社交网站的传播

在新媒体环境下,由于网络社交媒体的即时性、互动性特征,突发公共危机事件的谣言也以大量、迅速、势不可挡的鲜明特点涌现于用户的社交圈子。本文对这些谣言的特点、蔓延原因以及对社会的影响进行了分析。     

“大V”的末路？谣言止于谁？

“2013年9月1019，最高人民法院、最高人民检察院关于办理利用信息网络实施诽谤等刑事案件的司法解释公布。《解释》规定，利用信息网络诽谤他人，同一诽谤信息实际被点击、浏览次数达到5000次以上，或者被转发次数达到500次以上的，应当认定为刑法第246条第1款规定的“情节严重”，可构成诽谤罪。”     

网络谣言的认知与治理路径探析

在自媒体时代,网络信息量迅速增长,然而网络谣言也应运而生,各种网络谣言不仅扰乱了网络秩序,同时也对现实社会环境造成了严重影响。本文从网络谣言的内涵入手,梳理其形成的原因,并对此提出合理化的建议,以期对遏制网络谣言有所裨益。