Apr, 2018

虚假信息网：谣言、假消息、骗局、诱饵点击和各种其他花招

PDF
TL;DR该论文提供了网络虚假信息生态系统分类学的步骤，并报告了几条关于公众感知虚假信息，虚假信息传播，网络上虚假信息的检测和抑制以及政治虚假信息等不同领域的现有研究线索，还提出了可以帮助我们更好地了解和减轻网络虚假信息传播问题的未来研究方向。
发现论文，激发创造
  • 网络和社交媒体上的虚假信息：一项调查

    本文对虚假信息的不同方面进行了全面调研，包括虚假信息传播的行为者、成功欺骗读者的理由、虚假信息的影响和特征、检测虚假信息的算法以及未来的研究方向。

    Apr, 2018

  • 虚假信息和事实核查生态系统的图形模型

    该研究提出了描述复杂的虚假信息与事实核查生态系统的图形模型，该模型可用于研究在线虚假信息和事实核查的效果，易于实践者和研究者使用，传统媒体和用户生成内容也在多种语境下涉及。

    Aug, 2022

  • 社交媒体上的虚假新闻：基于数据的调查

    该研究综述了关于社交网络上的假新闻的检测、表征和缓解的最新进展，着重于数据驱动的方法和分类特征以及用于训练分类方法的数据集，并强调了解决假新闻最有前途的新兴方法。

    Feb, 2019

  • 探究网络金融虚假信息及其后果：一种计算视角

    通过理解网络金融信息错误的类型、来源和影响，利益相关方可以采取有效的检测和预防措施，促进更加知情和具有弹性的金融生态系统。

    Sep, 2023

  • 虚假信息、机器人和恶意活动：揭秘社交媒体操纵要素

    该研究综合来自不同学科的观点，全面分析了社交媒体操纵的景观，包括虚假信息、机器人和恶意活动，强调了跨学科研究有效打击社交媒体操纵的紧迫性，并为未来的研究提供指导。

    Aug, 2023

  • 挖掘虚假信息和假新闻：概念、方法和最新进展

    本文介绍了社交媒体上信息失调的类型，讨论了检测和追溯造假信息的重要性与挑战，提供了一种弱监督的方法来检测信息失调以及旨在为研究人员和从业人员了解问题和挑战提供方便的入门点。

    Jan, 2020

  • FALSE: 假新闻自动和轻量级解决方案

    本文使用 R 代码研究和可视化现代 fake news 数据集，通过聚类、分类、相关性和各种图表分析及呈现数据，并展示了分类器在分辨真假新闻方面的高效性。

    Aug, 2022

  • 社交媒体和新闻文章中虚假信息的情感分析

    通过情感分析比较真假新闻的语言使用，并考虑了社交媒体和在线新闻来源的虚假信息类型（宣传、谣言、点击草率和讽刺）; 我们的实验表明，虚假信息在每种类型中都具有不同的情感模式，情感在欺骗读者方面发挥了关键作用； 基于此，我们提出了一个采用情感注入的 LSTM 神经网络模型来检测假新闻。

    Aug, 2019

  • 虚假信息时代的情感动态

    该研究分析了社交媒体上针对科学和阴谋新闻的集体讨论和极化社区之间的情感动态，发现阴谋性文章的社交互动更倾向于负面评论，而随着评论数量的增加，文章的情感呈负面趋势。

    May, 2015

  • 虚假信息传播的瘟疫：是否可以预防？

    本研究报道了在 2010 年美国选举期间发生了一个名为 Twitter-bomb 的有组织虚假信息传播事件，并总结了虚假信息在社交网络中传播的路径；然后以 2016 年美国总统选举为例，描述了虚假信息在 Facebook 等社交媒体上的传播，并就如何提高社区研究对社会问题的影响力展开了讨论。

    Mar, 2017