Web2.0时代网络谣言的成因探析①--基于传播学视角

该文从网络谣言的内涵入手，从传播学的视角，探寻Web2.0时代网络谣言的传播特点，对网络谣言的形成原因从传播者、内容、媒介、受众以及传播效果这五个方面进行分析。传播者的低责任意识、不良的传播心理和习惯以及网民的低媒介素养、在接受信息过程中产生的理解偏差和受到的压力是网络谣言形成的人的因素；Web2.0时代的新技术革命给媒介生态和网络信息传播带来了不容小觑的影响；而网络传播产生的效果则助推着网络谣言的持续发酵。     

基于竞争模型的微博谣言信息与辟谣信息传播机理研究

微博在我国已发展成为人们日常获取信息的重要来源.在突发公共事件中,谣言通过微博的传播而迅速扩散,给网络舆论带来严重危害.以微博舆论生态研究为基础,把微博舆论中的谣言信息与辟谣信息看作动态的竞争过程,构建谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型,并从稳定条件和参数设置两个方面进行数值模拟与仿真分析.最后通过实证分析证明本研究对于消除微博谣言、引导微博舆论健康发展具有重要意义.     

一种逻辑模型树算法在网络舆情中的谣言检测

网络舆情中的谣言对社会危害极大,因此有效地检测网络舆情中的谣言已是当务之急.目前,一些单一机器学习算法被相继应用到谣言检测中.针对这些单一机器学习算法在分类上的局限性,将一种融合逻辑回归与决策树的逻辑模型树方法用于谣言检测上.根据舆情分析报告上采集的数据集,实验结果表明:组合模型逻辑模型树的分类预测准确率比已应用到谣言检测的单一机器学习算法明显要高,逻辑模型树是一种有效的谣言检测方法.     

考虑谣言清除过程的网络谣言传播与抑制

网络谣言传播是网络传播动力学的重要课题之一. 网络谣言传播常常同时混杂谣言感染和谣言清除两个过程, 对这一现象的分析可以帮助我们更好地认识社会网络中的信息传播. 本文在susceptible-infective-refractory谣言传播模型的基础上增加谣言清除者, 定义了谣言感染和谣言清除的规则, 提出SIERsEs谣言传播模型, 建立了模型的平均场方程, 从理论上分析了谣言传播的稳态, 并求解出谣言传播的感染阈值和清除阈值. 仿真计算分析了感染和清除过程同时作用时, 感染率、清除率和网络平均度对谣言传播的影响. 研究发现, 网络平均度过小或过大, 谣言传播稳定后的影响力都将处于低水平. 分析了目标免疫和熟人免疫等传统免疫策略的不足, 针对网络环境下谣言抑制的特点, 提出主动免疫和被动免疫两种网络谣言免疫策略, 并研究了传播者遗忘率、清除者遗忘率和开始免疫时间参数对这两种谣言免疫策略有效性的影响. 需要重视的是: 研究发现一些直观看来有效的谣言抑制措施反而可能提高谣言的影响力. 研究结果有助于深化对于网络传播动力学的理解, 同时为发展有效的网络谣言抑制策略提供新的思路.     

用“自律”和“法律”破解网络谣言

无锡发生一起某招商城业主为表达诉求而聚集的非法游行。当地的两位网民发帖称有人在游行事件中死亡。随后,警方展开侦查工作,查明两人身份,两人都承认自己编造内容发帖。警方对两人作出拘留10日的决定。(详见《中国新闻网》8月31日)     

最迷糊的预测:“闹地震”的这一年

既然不能预测,怎么又能辟谣说"近期不会发生地震"呢?地震专家们在2010年承受的压力,估计比地壳承受的还大。"全球并没有进入地震活跃期"和"全球可能要进入地震活跃时代"两句话出自同一个科学家之口,从2010年开始,伴随着玉树大地震以及全国、全世界各地     

公共安全事件网络谣言传播仿真模型研究

目的公共安全事件网络谣言源于一定事实基础,两者之间存在显性或隐性的内在逻辑关系,因此公共安全事件网络谣言与完全凭空捏造的谣言有着本质不同.现有研究成果缺乏针对谣言发展全过程的分析以及线下互动影响的考量,难以实现对不同类型事件网络谣言导控侧重点的确定.方法借鉴网络舆情的发展过程,将网络谣言传播划分为"萌生"→"扩散"→"...     

基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测

为了实现对于微博长文本谣言的检测,使用ERNIE模型对微博长文本数据使用词嵌入技术实现对文本的向量化,将这些词向量作为BiLSTM-DPCNN模型的输入,利用BiLSTM-DPCNN模型的特性,捕捉句子中的上下文信息和长期依赖关系,最终高效地提取特征并进行分类.数据集通过五折交叉验证方法划分,通过设置多组对比实验,实验结果显示：ERNIE-BiLSTM-DPCNN模型的准确率达到98.52%,高于在同一数据集下的其他同组实验,证明该模型对于微博长文本谣言检测具有较好的效果.     

地球的顽症--地震

地震是地球不可治愈的顽症,总是在不经意间突如其来,给人类社会带来巨大的灾难。台湾地震、印度洋海底地震、巴基斯坦地震等一个个灾难触目惊心,当人们慢慢从瓦砾中爬起来,刚刚走出阴影的时候,江西地震又再一次造成了重大的人身伤亡与经济损失。地震灾难并不是不可避免的,地震带来的灾难有的是当场发生的,更多的则是次生灾难,而人们对地震的正确了解、对预防应对措施的正确掌握可以大大降低次生灾难的发生。也可以避免出现象前段时间出现的东北地震谣言和地震恐慌的现象了。[编者按]     

基于门控图神经网络的谣言检测模型

针对基于图神经网络的谣言检测方法在聚合邻居节点信息生成谣言表示过程中存在的噪声干扰问题，充分利用社交媒体源帖包含的丰富语义和结构信息对谣言检测的重要影响，提出一种基于门控图神经网络的谣言检测模型，该模型根据信息传播过程建模谣言的传播图和扩散图，基于门控图神经网络聚合邻居信息生成节点表示，利用门控机制去除邻居节点噪声，同时引入根节点语义增强方法提升表征节点的能力。此外，利用注意力机制融合局部结构和全局结构信息学习更加全面的谣言表示用于谣言检测任务。在公开数据集上的实验结果证明，提出的模型在谣言检测性能和早期检测能力方面均优于基线方法。