利用新型 Twitter 数据集刻画 COVID-19 misinformation 社群
社会与信息网络
2020-09-22 v4 计算与语言
摘要
从阴谋论到虚假疗法和假治疗手段，COVID-19 已成为线上 misinformation 传播的温床。识别线上揭批和纠正虚假信息的方法比以往任何时候都更重要。本文提出一种方法论与分析，用以刻画线上两个相互竞争的 COVID-19 misinformation 社群：（i）misinformed 用户，即主动发布 misinformation 的用户；（ii）informed 用户，即主动传播真实信息或揭批 misinformation 的用户。本研究的目标有二：（i）收集一套多样的已标注 COVID-19 Twitter 数据集，供研究界开展有意义的分析；（ii）从网络结构、语言模式及其在其他社群中的成员关系方面刻画这两个目标社群。我们的分析表明，COVID-19 misinformed 社群比 informed 社群更紧密、更有组织，且大量 misinformation 可能属于虚假信息行动的一部分。我们的分析还表明，绝大多数 misinformed 用户可能是反疫苗者。最后，我们的社会语言学分析表明，COVID-19 informed 用户往往比 misinformed 用户使用更多叙事。
引用
@article{arxiv.2008.00791,
title = {Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset},
author = {Shahan Ali Memon and Kathleen M. Carley},
journal= {arXiv preprint arXiv:2008.00791},
year = {2020}
}
备注
9 pages, In Proceedings of The 5th International Workshop on Mining Actionable Insights from Social Networks (MAISoN 2020), co-located with CIKM