谣言治理

摘要： 新媒体时代下藏身于网络平台上的谣言层出不穷,混迹于真实信息中的网络谣言传播速度更快、传播范围更广,影响着事态的发展与社会的稳定,容易演变成二次灾害。本文研究新媒体时代下网络谣言的传播成因及其特点,并提出相应对策。

摘要： 公共危机事件发生后往往会产生大量网络谣言,这些谣言的蔓延不仅容易引发社会恐慌,同时对政府的公信力造成一定的影响,增加了公共危机的额外应对难度。公共危机事件中的网络谣言通常具有伪造权威身份、直击民众关注热点、传播过程隐蔽、传播者心态多元等特点,可以采取构建政府众包辟谣机制、引导民众与网络谣言作斗争、推进技术治理、警惕国(境)外媒体造谣等治理手段对公共危机事件中的网络谣言实施有效治理。

摘要： 为精准治理网络谣言,突破海量信息中谣言监控难点和辟谣信息公众接收困境,并把握提升谣言治理效果的关键,对谣言及舆情精准治理文献进行挖掘,总结研究现状和存在的问题,辨析网络谣言精准治理概念,梳理了网络谣言治理对象-主体-客体结构。提出大数据背景下实现网络谣言精准治理“三向”策略:①对治理的对象:网络谣言,加强理性认识,通过大数据挖掘重复出现谣言、大规模扩散谣言的特征,实现抓重-抓扩谣言监控;②对治理的客体:网络谣言参与者,通过大数据分析实现群体识别和特征分析,对潜在的传谣者/辟谣者/信谣者/动摇者设计针对性的辟谣方式,并对辟谣和科普信息做符合群体特征的改编;③对治理的主体:辟谣平台/机构,进行辟谣效果和能力的科学评价,挖掘关键影响因素,设计多平台辟谣协同应对策略、辟谣路径组合。

摘要： 为评估政府主体在新冠疫情期间借助微博平台处理新冠肺炎疫情网络谣言的效果,文章应用信息不对称理论,以北京市为例,将疫情期间网络谣言传播阶段分为潜伏期、爆发期、高潮期、消退期,对突发公共卫生事件中微博平台在谣言治理中的作用进行案例研究并对其模式加以分析,分析影响政府主体在自媒体平台处理网络谣言作用效果的积极因素和消极因素,从加强谣言打击控制力度、微博优质延伸内容建设、多元主体协同治理三方面探究微博谣言治理的创新路径。

摘要： 重大事件中的谣言治理始终在路上,而高效的治理往往依托准确的归因。本文以21世纪初重大灾难事故中国内影响较大的三个“抢购”事件作为研究对象,通过比较研究,分析谣言传播及其造成影响的原因,继而提出针对性治理路径。研究发现,功能主义谣言研究的代表奥尔波特谣言传播公式在谣言的空间传播研究与空间治理方面具有强大的解释力与指导意义,但无法解释与根治此类谣言事件的反复发生;而集体记忆研究视角在触发大规模集体抢购的谣言事件中提供了溯因思路。将集体记忆的谣言研究视角与谣言传播公式结合,从时间与空间的双重维度解释谣言成因,推动现代化谣言的高效治理。

摘要： 信息治理是公共治理的重要构成板块,也是我国科学有效地实施制度治理、人员治理、财政治理、物资治理、技术治理的先导。针对谣传所具有的公共性、获益性、社会性、个体性与技术性,应用文献荟萃法研究可得出现有理论界与实践界存在着的政府治理、市场治理、社会组织治理、社区居民治理和网络技术治理五种治理模式。综合谣传特性、各种治理主体优势、各种治理模式关系以及我国行政体制和集体主义文化观念,应该采取以政府为主导的宣教管治、以公司为主体的市场治理、以社会组织为主体的协同治理、以社区居民为主体的全民治理、经由网络技术赋能的嵌入治理的“人”与“技术”相融的政府治理模式。

摘要： 基于“使用与满足”理论,从受众角度出发,着重分析微信平台上的健康谣言是如何吸引受众并满足部分受众需求的,对理解健康谣言为什么会大肆传播具有借鉴意义。同时,文章从个人、微信平台、主流媒体、国家等四方主体出发,提出防治健康谣言的具体对策,具有实践意义。

摘要： 新冠肺炎疫情中,网络谣言大量传播造成负面影响,成为与病毒疫情并列的信息疫情。网络谣言的大范围传播离不开受众的转发,影响疫情期间网络谣言转发的因素需要深入探讨。本文选取新浪微博的新冠肺炎疫情网络谣言为研究对象,从传播内容特性及传播者特性两个维度,探讨影响新冠肺炎疫情网络谣言转发的因素。研究发现,微博内容的谣言类型、情绪、图像、内容标签使用和博主的粉丝数量,是影响谣言转发的重要因素。

摘要： 回顾:2022年8月26日,快手宣布联合百家政务号发起谣言治理专项行动,并首次披露6步全流程工作规范等不实信息治理机制。观点解读 网络谣言是备受诟病的网络乱象之一。近年来,许多谣言在网上传播,有的扰乱社会秩序,有的误导民众、引发恐慌。打击谣言、治理不实信息已是全社会共识。但由于谣言具有散布成本低、传播链条分散、跨平台传播速度快等特点,经常是“谣言张张嘴,辟谣跑断腿”。

摘要： [目的/意义]对社交媒体中的健康谣言相关研究进行系统剖析,有助于拓展健康信息学的研究视野,为健康谣言的科学治理提供参考借鉴。[研究设计/方法]将文献计量与内容分析相结合,在对健康谣言及其相关概念进行辨析的基础上,以SSCI、SCI、PubMed、CSSCI、CSCD以及北大核心期刊相关数据库作为数据来源,对2022年4月14日前发表的213篇文献进行综述,梳理和总结社交媒体健康谣言特征、传播和治理等方面研究。[结论/发现]研究揭示了社交媒体健康谣言的特征、传播要素以及识别方法,最终构建出社交媒体健康谣言多主体协同治理框架。在此基础上,从构建健康谣言公共语料库、关注多模态健康谣言研究、重视“真实性被证实不为假”的健康谣言、揭示不同媒介健康谣言传播特性的差异、结合图情领域特色与优势的健康谣言研究等角度,对未来社交媒体健康谣言研究进行展望。[创新/价值]在实施“健康中国”战略以及构建中国特色网络治理体系的背景下,通过对国内外社交媒体健康谣言研究进行梳理,厘清了社交媒体健康谣言的研究脉络与发展趋势,提出了未来社交媒体健康谣言研究的方向。

摘要： 本发明涉及一种在社交网络中封锁谣言社区并抑制谣言传播的方法，包括以下步骤：1)根据已知信息得到社交网络G的子网络G′；2)在子网络G′中封锁数量最少的节点用以阻断所有桥边，所述桥边的起点为谣言起源节点或谣言可达的且在谣言社区内的节点，其终点为桥节点，3)以贪婪的方式循环从谣言可达节点集合A′中选择一个目标节点，并在子网络G′中将其封锁，直到在谣言传播过程结束时，受到谣言影响的总节点数的期望值不超过设定的正整数K，最终得到需要封锁的节点所构成的集合M。与现有技术相比，本发明具有减少候选封锁节点数量、谣言抑制效果好、简单易行、实用性广等优点。

摘要： 本发明涉及谣言传播模型技术领域，且公开了基于社交网络带有反谣言机制的谣言传播模型建立方法，包括以下步骤：S1：建立带有反谣言机制的谣言传播模型；S2：对谣言传播模型进行简化，获得简化的谣言传播模型；S3：获取简化的谣言传播模型的基本再生数；S4：分析边界平衡的局部稳定条件与基本再生数的关系；S5：证明无谣言平衡点的全局稳定性；所述S1包括：S11：构造具有引导极值的SDICR谣言传播模型，将传播节点分为未知者S，犹豫者D，传播者I。该基于社交网络带有反谣言机制的谣言传播模型建立方法，其谣言传播系统谣言消散平衡点全局稳定性，因此可将该模型作为目标模型，用于对谣言进行分析。

摘要： 本发明公开了一种谣言识别模型的训练方法和微信推文谣言识别方法。包括：将训练集输入初始谣言识别模型，初始谣言识别模型包括特征提取层、深度语言子模型、特征拼接层以及分类子模型；将训练集中的微信推文分别输入到特征提取层和深度语言子模型中，通过特征提取层对微信推文进行特征提取得到多维度特征，通过深度语言子模型进行预训练输出潜在语义特征；通过特征拼接层将多维度特征和潜在语义特征进行拼接得到特征向量；将特征向量输入分类子模型中进行分类训练输出所述微信推文对应的识别结果；基于识别结果和验证集对初始谣言识别模型进行参数调整得到最终谣言识别模型。该方法通过谣言识别模型能够准确的对微信中的长文本推文进行谣言识别。

摘要： 本发明提供了一种微博谣言检测模型训练方法、微博谣言检测方法及装置，其中，该训练方法包括：获取微博平台的非谣言数据集和谣言数据集；获取所述谣言数据集中谣言数据的发布意图标注信息，并根据发布意图标注信息对所述谣言数据集中的谣言数据进行分类，得到多个不同发布意图类别的谣言数据集；对谣言数据数量较小的发布意图类别的谣言数据进行数据增强，以使各发布意图类别的谣言数据数量均衡；利用谣言数据数量均衡的所有发布意图类别的谣言数据和所述非谣言数据集中的非谣言数据，对设定模型进行训练，得到用于检测非谣言数据和各发布意图类别的谣言数据的微博谣言检测模型。通过上述方案能够准确地检测出发布意图不同的谣言。

摘要： 本公开提供了一种构建谣言数据库的方法、分析谣言数据的方法及电子设备，构建谣言数据库的方法包括：获取文章的属性标记为谣言属性的文章；根据文章的谣言关键词确定文章的领域类别；对文章中包含谣言内容的部分进行谣言标识，其中，谣言标识至少包括以下之一：标题中包含谣言、文章中部分段落包含谣言、文章所有内容均为谣言；将进行谣言标识后的文章按照领域类别保存至谣言数据平台的谣言数据库中。本公开实施例按照预设规则构建了谣言数据库，随着谣言数据库中的数据不断增加，谣言数据库的使用会变的更加广泛，普通用户可以基于构建好的谣言数据库进行检索、查询等多方面业务，对阻止谣言的传播具有较为明显的效果。

摘要： 本发明公开了一种基于社交网络双谣言模型的谣言传播范围估计方法，包括：根据SI模型，考虑两条谣言传播和他们之间的相互作用，构建双谣言SI模型，得到双谣言SI模型下不同状态用户人数比例随时间变化的微分方程组；在SI模型基础上，考虑有免疫者的情况，构建基于SIR模型的双谣言模型，分别考虑度均匀网络和度不均匀网络，得到双谣言SIR模型下不同状态用户人数比例随时间变化的微分方程组；对方程进行简化，推出两种网络中传播阈值表达式，得出在终态稳态中传播阈值和传播范围的关系，从而估计出谣言的传播范围。本发明可应用于在不同的网络情况下找到合适的时间控制谣言的扩散，让谣言的影响降低，能够估计谣言传播范围，有效抑制谣言传播。

摘要： 本发明涉及一种在社交网络中封锁谣言社区并抑制谣言传播的方法，包括以下步骤：1)根据已知信息得到社交网络G的子网络G′；2)在子网络G′中封锁数量最少的节点用以阻断所有桥边，所述桥边的起点为谣言起源节点或谣言可达的且在谣言社区内的节点，其终点为桥节点，3)以贪婪的方式循环从谣言可达节点集合A′中选择一个目标节点，并在子网络G′中将其封锁，直到在谣言传播过程结束时，受到谣言影响的总节点数的期望值不超过设定的正整数K，最终得到需要封锁的节点所构成的集合M。与现有技术相比，本发明具有减少候选封锁节点数量、谣言抑制效果好、简单易行、实用性广等优点。

摘要： 本发明公开了一种基于梯度提升树的微博谣言检测算法与谣言检测特征集合。提供了谣言检测的特征集合，包含23个特征。提供了一种基于梯度提升树的谣言检测算法，该算法首先按照特征集中的特征构造训练样本，训练样本用于微博谣言检测模型训练；然后在训练样本集上进行多次训练得到多个回归树模型，每棵回归树给出一个预测值，结合多颗回归树的预测值得到最终的微博谣言检测模型；进行谣言检测时，按特征集提取该待预测微博的特征，并用检测模型计算得出对该待预测微博的预测值，根据预测值判断该待预测微博属于谣言微博或者非谣言微博。与现有的微博谣言检测算法相比，本发明所提供的一种基于梯度提升树的微博谣言检测算法与谣言检测特征集合能够带来更高的谣言检测精度，尤其是在谣言被发布的早期，检测精度显著高于现有的微博谣言检测算法。

摘要： 本发明涉及谣言检测技术领域，且公开了基于情感值选择评论的谣言检测方法，包括以下步骤：1)对谣言和评论进行数据预处理。本发明的优点在于：采用谣言文本和情感特征作为输出特征，选择最先进的预训练模型，并结合情感特征，有效的提高了模型性能，计算每一个评论在情感字典中的词的单独得分，使用现有的情感词典来匹配和计算否定词和程度词的值，根据每一文本中的情感词、程度副词和否定词计算得到文本中某一类的情感值，根据情感字典计算每一条评论的情感值，选择出情感值最大的前L1条，情感值最小的前L2条，一方面是情感值较大的词，另一方面能够对谣言真假进行有效的解释，仅从选择评论来看，对于谣言真假的解释性带来显著提高。

摘要： 本发明涉及一种基于注意力机制与双向GRU的谣言检测方法，设计通过嵌套社交评论分离、重指向、以及评论样本筛选方法，解决数据之间的误指向问题，减少错误评论指向问题带来的噪声，基于各社交话题样本数据下各社交评论样本数据间的正确指向关系，确定各社交话题样本数据下各社交评论样本数据分别所表达含义对应的言论标签，并结合各社交样本数据的情感极性，构建社交谣言检测模型,实现谣言检测，且在实际应用当中，能够有效提升谣言检测的准确率、查准率、召回率和F1值指标。