一种用于Twitter上虚假信息检测的多层方法
社会与信息网络
2020-11-13 v2 计算与语言
信息检索
摘要
我们通过仅检查新闻文章在Twitter上的扩散机制,来解决将虚假信息新闻与主流新闻进行分类的问题。与现有的基于文本的方法相比,我们的技术本质上更简单,因为它允许绕过新闻内容中存在的多个复杂层次(例如语法、句法和风格)。我们采用Twitter扩散网络的多层表示,并为每一层计算一组量化分享过程不同方面的全局网络特征。使用两个大规模数据集(分别对应在美国和意大利分享的新闻的扩散级联)的实验结果表明,一个简单的Logistic回归模型能够以高准确率(AUROC高达94%)对虚假信息与主流网络进行分类,即使在分类任务中考虑不同来源的政治偏见时也是如此。我们还突出了两个新闻领域分享模式的差异,这些差异似乎是独立于国家的。我们相信,我们这种基于网络的方法提供了有用的见解,为未来开发检测社交媒体上误导性及有害信息传播的系统铺平了道路。
引用
@article{arxiv.2002.12612,
title = {A multi-layer approach to disinformation detection on Twitter},
author = {Francesco Pierri and Carlo Piccardi and Stefano Ceri},
journal= {arXiv preprint arXiv:2002.12612},
year = {2020}
}
备注
A revised version of this pre-print has been published on EPJ Data Science with the title "A multi-layer approach to disinformation detection in US and Italian news spreading on Twitter"