辟谣

摘要： [目的/意义]由于突发公共卫生事件具有不确定性和特殊严重性等特征,加之公众早期对新冠肺炎疫情相关科学知识的缺乏,造成了公众的恐慌并加剧了初期网络谣言的传播,分析用户辟谣信息传播意愿影响因素有利于更好地制定辟谣策略和提升辟谣效果.[方法/过程]本文基于整合S-O-R理论模型和MOA理论,构建用户辟谣信息传播意愿影响因素模型,运用实证及结构方程的方法针对构建的模型进行验证和分析.[结果/结论]数据分析结果表明,关系强度动机对用户愉悦感的正向影响作用最强;其次是用户愉悦感对唤起的正向影响作用.作用最小的是唤起对用户辟谣信息传播意愿的影响;感知有用性、愉悦感和唤起这3个中介变量中,感知有用性对用户辟谣信息传播意愿的正向影响最显著.

摘要： 我们常常可以在网上看到谣言,尽管辟谣紧随其后且很卖力,但效果看起来并不理想。这让我想起学生时代的一些往事。从小学到高中,班上总会针对某个女生出现一些传言,无外乎和懵懂的情感有关。许多年后,这些谣言成为看客们回忆青春的谈资,而自始至终,故事的真假、始作俑者是谁、漩涡中的主角是否受伤,都无人在意。

摘要： 重大公共卫生事件往往是谣言滋生的重灾区,也是检验社会辟谣机制和媒体应对能力的试金石。本文以围绕新型冠状病毒肺炎疫情的各类谣言为研究对象,分析其在造谣内容、表现手段、传播方式等方面呈现的特点,研究社会辟谣机制的变化,包括官方信息公开力度持续加大、更多的民间力量加入辟谣队列、网络专业辟谣平台的系统性优势为大众提供了更加便捷的信息求证途径。通过以上分析研究,试图寻找可供媒体提高辟谣水平和信息发布能力的新思路。

摘要： 随着互联网信息技术的普及,社交媒体平台给网络谣言提供了传播翅膀,使网络谣言可以病毒式放射性传播。其中,微博和微信是中国具有代表性的社交媒体,但是由于两个平台的独特属性,它们在谣言的传播和辟谣方面都存在着巨大差异,针对同一个反复出现的谣言,其辟谣的特点和方式都各不相同。本文试图以“酒精消毒爆炸”谣言为例,通过对微博和微信中的典型谣言文本进行实证分析,分析谣言的特点,以及两个平台在辟谣的方式和主体,以期提供新的辟谣思路。

摘要： 2月14日,中国科协发布了2021年度十大科学辟谣榜。生活中,有哪些谣言让我们一眼洞穿,又有哪些似是而非的“科学理论”曾让我们信以为真?谣言一“0蔗糖”就是无糖真相:0蔗糖不代表无糖。“0蔗糖”可理解为未添加蔗糖,但并不代表该食品内不含葡萄糖、麦芽糖、果糖等其他糖类。“0糖”和“0蔗糖”表示的含糖成分、含糖量截然不同,有着本质的区别。

摘要： 辟谣是个技术活,尤其是关联疫情的信息复杂多维、不断变化、口径众多,而受众也不满足于接受简单的“不实”“杜撰”等结论。疫情牵涉重大且广泛,尤其碰到大暴发大流行时,舆论场上信息爆炸,真真假假肆意乱飞。因此,疫情期间,官方、媒体的一个重要职责和功能是,发布权威信息、澄清不实信息。辟谣是个技术活,尤其是关联疫情的信息复杂多维、不断变化、口径众多,而受众也不满足于接受简单的“不实”“杜撰”等结论。涉疫辟谣有时候辟不好,反而引发群嘲,诸如“政府辟谣了那肯定是真的”“网友辟谣‘政府辟谣’”“被打脸了吧”……。

摘要： 突发公共卫生事件中提升辟谣短视频的传播效果对谣言治理具有重要意义。基于信息生态理论和协同治理理论,运用模糊集定性比较分析方法,从辟谣内容、辟谣主体、信息技术和信息环境四个维度出发,探索35起谣言事件中辟谣短视频的传播效果及其影响因素。研究得出,突发公共卫生事件中辟谣短视频传播效果是由诸多因素相互作用的结果,具体表现为“内容为王”“专家权威”“官方舆论”“协同治理”模式。突发公共卫生事件中应注重辟谣短视频的内容生产,提升辟谣短视频的公共信任,发挥辟谣短视频主体的协作效应,全方位构建辟谣短视频的传播生态。

摘要： 何卿:在这波上海疫情中,说到大众传播,说到真情应对,我们绕不开“辟谣”这两个字。“谣言”与“辟谣”的漫天“斗法”,可以说是各种传播现象中最亮眼的、最吸引眼球的一道“景观”。作为辟谣平台的负责人,在您眼里,什么是谣言?

摘要： 新冠肺炎疫情是全球公共卫生事件与移动社交媒体的第一次大规模碰撞。2019年底至2020年初,COVID-19于武汉爆发,谣言与疫情齐飞。本文以武汉“封城”1个月为时间段,以新浪微博手机客户端的“疫情辟谣”为取样来源,采用混合研究法,考察疫情谣言在国内社交媒体的生产、流通/传播、消费/接受的情况,重点关注谣言的时空分布、建构方式、传播特点以及辟谣路径,探求谣言产生及传播的社会心理和现实环境,以期深化突发公共卫生危机谣言传播和谣言治理的研究。

摘要： 通过在SIR(susceptible-infected-recovered)模型中引入抑制者对谣言的辟谣机制研究了在线社交网络上的意见动力学对谣言传播的影响.在这一模型中,节点可以与自身的邻居组成1个群,传播者可以通过该群传播信息,抑制者也可以在此群中对信息发表意见进行辟谣.辟谣机制在降低未知者对于谣言的接受概率的同时也可以促使传播者向抑制者转变.本文采用ER(Erd?s-Rényi)随机网络、无标度网络以及真实的社交网络研究了抑制者的沉默概率对于谣言传播范围的影响.首先发现,谣言传播的过程以传播者的峰值为界可以分为两个阶段,即谣言自由传播的前期以及抑制者和传播者互相制衡的后期;其次,谣言的传播会随着抑制者的沉默概率的增大而突然暴发.在谣言暴发阈值之下,沉默概率的增大不会导致谣言传播范围显著增大,这是由于未知者在感知到谣言并转变为传播者后又迅速转变为抑制者;而当沉默概率达到谣言暴发阈值时,抑制者将不能控制传播者对谣言的传播从而导致抑制者的降低和谣言的暴发;最后,无标度上的谣言自由传播的前期阶段比随机网络持续的时间更短,从而使无标度上的谣言更难以暴发.本文的模型综合考虑了意见动力学和谣言传播的相互作用,更加真实地模拟了真实世界社交网络中的谣言传播过程.为谣言传播的控制和干预提供了一些有用的思路和见解.

摘要： 本发明属于网络舆情分析领域，具体涉及一种基于稀疏表示和张量补全的谣言‑辟谣博弈传播控制方法，该方法包括：获取用户数据信息，对用户数据信息进行预处理；提取预处理后的用户数据信息的相关属性；将用户数据信息的相关属性输入到基于稀疏表示和张量补全的谣言‑辟谣博弈传播模型，预测用户传播谣言的趋势；根据预测的用户谣言传播趋势对谣言传播的用户进行控制，阻止谣言的传播；本发明利用演化博弈理论和神经网络对用户是否参加谣言‑辟谣话题进行预测，可动态化的预测用户在什么时候参与该话题讨论，并对谣言话题发展趋势进行态势感知。

摘要： 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法，包括：建立包括S、C、D、I和R五种状态的节点传播模型，各状态在一定的转化因素下进行状态转化；状态转化过程中引入激励机制，抑制谣言传播；所述转化因素包括个人因素、邻居因素、内容因素和时延因素；其中，S表示未接触信息，C表示传播这个信息，D表示怀疑这个信息，I表示对该信息不感兴趣不会传播，R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素，模型更接近实际；引入激励机制使用户能够发送正确的辟谣信息，使得谣言更早的被发现和抑制。

摘要： 本发明属于网络技术，尤其涉及一种基于辟谣消息的谣言传播控制方法，包括获取社交网络中谣言话题以及与之相对应的辟谣话题的互动数据；基于演化博弈建立出用户转发预测模型，利用互动数据对其进行训练直至预测出用户在下一时间段转发谣言信息或辟谣信息的概率；建立谣言控制等级和辟谣控制等级，并分别对两种等级建立对应的信息传播控制方式；根据用户转发谣言信息或辟谣信息的概率对应设置谣言控制等级或辟谣控制等级；根据所述获取的谣言控制等级或辟谣控制等级获取对应的信息传播控制方式；按照所述信息传播控制方式控制所述谣言信息或辟谣信息的传播；本发明考虑到辟谣消息以及谣言消息的影响，提高了控制网络信息传播的准确性。

摘要： 本发明属于用户行为预测领域，涉及对微博谣言或/和辟谣话题传播趋势的预测方法及装置；方法包括获取参与微博谣言话题或/和辟谣话题的数据源信息，提取相关属性；使用多元线性回归算法构造影响力函数；构建出转发谣言信息和转发辟谣信息的博弈策略，建立出谣言与辟谣互影响力模型，计算出谣言与辟谣的互影响力；基于表示学习的方法将用户节点映射到像素空间，构建当前时刻的用户转发图像，利用卷积神经网络预测下一时刻的用户转发图像；将互影响力与下一时刻用户转发图像相融合，建立出逻辑回归预测模型，预测用户在下一时刻是否参与谣言话题或/和辟谣话题；本发明能够有效地预测出微博谣言话题和辟谣话题的传播趋势，有利于舆情的控制和处理。

摘要： 本发明属于社交网络控制技术领域，尤其涉及一种基于促谣‑辟谣消息和表示学习的谣言传播控制方法，包括爬取原始数据，并基于内容兴趣特征、网络结构特征以及节点属性特征提取促谣消息、谣言消息以及辟谣消息的传播空间特征，建立谣言‑辟谣‑促谣消息传播空间矩阵；根据该矩阵以及谣言‑辟谣‑促谣消息全用户传播关系矩阵建立基于图卷积神经网络和辟谣‑促谣消息影响力的谣言传播预测模型；将当前数据输入谣言传播预测模型，获得谣言转发情况的预测；对下一个时刻的谣言转发潜在用户，进行谣言消息隔离或者进行辟谣消息推荐；本发明能够有效地预测谣言话题下的用户转发情况，同时可以更真实地刻画谣言传播动态过程。

摘要： 本发明属于网络舆情分析领域，涉及一种基于谣言辟谣促谣和三方认知博弈的信息传播预测方法，包括获取在线数据；根据爬取的数据，获取消息热度、消息传播强度、用户认知指数以及用户相互强度；构建谣言传播驱动力模型，在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数；根据收益函数计算谣言、辟谣以及促谣消息的驱动力，并根据驱动力来预测用户行为；将在线爬取的数据输入建立的模型，预测得到网络节点的采取辟谣行为和促谣行为的概率；本发明可应用于社交网络中谣言传播预测和控制，舆情部门可以更及时和精确的对网络谣言进行监控和控制，并在合理的时间进行引导和抑制。

摘要： 本发明提出一种引述句和辟谣模式句引导的“谣言‑辟谣文章”匹配方法及系统。通过引导模型行为，使其更加关注辟谣文章中带有“引述”和“辟谣模式”成分的句子，实现考虑到辟谣文章特点的“谣言‑辟谣文章”匹配程度评分。具体地，本发明通过使用文字相似度指标精调神经网络模型增强引述句的发现能力，通过引入模式向量增强辟谣模式句的发现能力，从而使模型关注到含有引述成分和辟谣模式的关键句子，过滤掉辟谣文章中大部分无关句子，最终实现高效准确的“谣言‑辟谣文章”匹配。

摘要： 本发明公开了一种基于图模式的个性化辟谣方法，对于给定的一个信息传播网络图G和谣言传播对集合CP，首先挖掘谣言传播模式，然后利用谣言传播模式进行模式匹配，最后识别匹配到的节点路径上的节点得到候选节点，就可以将相应的辟谣信息推送给这些节点代表的用户。与现有技术相比，本发明利用社交网络中的传播信息和拓扑结构以及用户的历史数据，找到更多可能受到谣言影响的用户，向其及时推送辟谣信息，以减少谣言传播。

摘要： 本发明公开了一种社交辟谣用户交流平台系统，包括检索系统和交流系统，其特征在于，所述检索系统包含有关键字模块、信息检索模块、信息收集模块、信息处理模块和数据库模块。本发明通过设置数据库和检索模块，能够方便使用者在输入关键字后，可自行在抓取后的数据库内检索相应的信息，并显示出与关键字有关的谣言信息，同时可能够指向性的标识信息来源，更真实的显示谣言信息动态。

摘要： 本发明属于数据挖掘和信息检索领域，具体涉及基于图像复原技术和谣言辟谣信息的话题传播预测方法；该方法包括获取参与话题讨论的用户数据源信息；提取用户的相关属性；提出rumor2pixel算法，将用户传播空间映射到像素空间，生成话题图像，利用无监督的对抗生成网络对得到的话题图像进行数据补偿，根据演化博弈理论，定义博弈策略，量化谣言‑辟谣互影响力，利用卷积神经网络建立谣言‑辟谣信息的话题传播预测模型，预测用户最终是否会参与该话题的讨论；本发明能让相关部门更准确地掌握网络谣言事件的发酵和传播，并加以引导和管控；也能应用于企业产品和服务的推广，有助于掌握群体行为特性分布，分析潜在客户群体，从而获得良好的经济、社会效益。