刻画中文微博上跨多领域虚假新闻及其背后的用户效应

过去数年间，在社交媒体上传播的虚假新闻激增，并在现实世界中造成了多方面的威胁。尽管已有针对特定领域（如政治或医疗）虚假新闻的研究，但跨领域比较虚假新闻的工作很少。在本文中，我们研究了2009年至2019年中国最大的类Twitter社交媒体平台微博上九个领域的虚假新闻。新收集的数据包含九个领域中由40,215名用户发布的44,728条帖子，并被转发超过340万次。基于该多领域数据集的分布与传播情况，我们观察到，贴近日常生活的领域（如健康与医疗）中的虚假新闻产生了更多帖子，但传播效率低于政治等其他领域，且政治虚假新闻具有最强的扩散能力。微博上广泛传播的虚假新闻帖子与某些类型的用户（按性别、年龄等划分）密切相关。此外，这些帖子在转发中引发了强烈情绪，并随着虚假新闻发起者的积极参与而进一步扩散。我们的发现有望帮助设计虚假新闻检测系统，用于可疑新闻发现、真实性预测以及展示与解释。将微博上的发现与已有工作的比较显示出细微差异，表明需要对来自不同平台、国家或语言的数据进行更多研究，以应对虚假新闻这一全球性问题。代码与新的匿名化数据集可在 https://github.com/ICTMCG/Characterizing-Weibo-Multi-Domain-False-News 获取。