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

介绍了一种应对社交网络中误导信息的解决方案，利用随机和非恒定多重背包问题得出一种新的算法，使用学习自动机来实现公平分配，以实现对社交网络用户的公正影响。

Mar, 2022

通过信息正义的概念，建立一个关于算法公正性的框架，以揭示误导信息检测流程包含的公正问题及其潜在风险，并提供审核算法公正性的设计概念性指导。

Apr, 2022

本文介绍了一种基于多模态视角的自动虚假信息检测方法，提出了一种基于可解释性方法的虚假信息分类框架，从而增加决策的可解释性和完整性。

Dec, 2022

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

社交媒体平台在信息传播中起着重要作用，本研究旨在通过识别和分类新闻，解决社交媒体平台上虚假消息和不可验证事实的传播问题，提出了基于图模型的概率马尔可夫信息传播模型，并通过实验研究证明了其在准确性和检测时间方面优于现有的虚假信息检测算法。

Oct, 2023

社交媒体平台上的信息错误传播对公共健康、社会凝聚力以及最终的民主构成了重大威胁。本文介绍了VerMouth，这是第一个包括大约1.2万个声称-回应对的大规模数据集，涵盖了社交媒体风格和基本情感等两个在信息错误的可信度和传播中具有重要作用的因素。

Nov, 2023

针对假新闻的传播和有效事实核查问题，本研究借助Metzler函数和Metzler矩阵对新闻提供者之间信息传播动态进行建模，设计了一种策略来最小化有害的假新闻传播，同时最大化可信信息的传播。通过惩罚性支配问题和最大补偿问题，重新评估新闻提供者的激励并分析其对信息市场均衡的影响。通过将信息传播的纠缠概念应用于实际情境，揭示了新闻提供者之间相互作用的复杂性，并为制定更有效的信息管理策略提供了新的理论和实践见解。该研究旨在提高信息健康和公共数字健康。

Feb, 2024

在线边缘意识形态的传播与信息完整性、质量、狭窄的主题选择以及作者的写作风格有关，这些发现对打击网络误信息具有重要意义。

Mar, 2024

应对气候变化的自动化检测引发了关于气候变化的错误信息传播以及对社会福利构成了重大威胁的紧迫需求，本研究通过开发了一个两步骤的层次模型——增强CARDS模型，专门用于检测推特上的气候异议观点，然后将其应用于2022年的六个月内的五百万条气候主题推文，并发现推特上超过一半的气候异议观点涉及对气候行动者的攻击或阴谋论，气候异议行为的激增与政治事件、自然事件、异议观点传播者或信奉者之一的出现同时发生，在自动化应对气候错误信息方面的意义也得到了讨论。

Apr, 2024