刻画夸大新闻内容在社交媒体上的传播

在本文中，我们考虑一个数据集，其包含英国不同高校关于健康研究的的新闻稿以及相应的一组新闻文章。首先，我们进行探索性分析，以理解发表在科学期刊上的基本信息在作为新闻稿或新闻文章报道时如何被夸大。该初步分析显示，一些新闻机构夸大了其健康领域所发布文章的近 60%；某些高校超过 50% 的新闻稿被夸大；生活方式与童年等主题的文章被严重夸大。受上述观察启发，我们将本文的核心目标设定为探究夸大新闻如何在一个如 Twitter 的在线社交网络上传播。LIWC 分析指向一个显著观察：这些后期推文本质上充斥着来自 opinion 和 realize 类别的词汇，这表明，给定充足时间，群体的智慧实际上能够分辨出夸大新闻。作为第二步，我们研究那些从不或很少发布夸大新闻内容的用户特征，并将其与更频繁发布夸大新闻内容的用户进行比较。我们观察到，后一类用户每条推文的转推或提及更少、粉丝数显著更多、使用更多俚语、更少夸张词以及更少单词缩略。我们还观察到，bio、health、body 和 negative emotion 等 LIWC 类别在后一类用户发布的推文中更为明显。作为最后一步，我们利用这些观察作为特征自动分类这两组用户，取得了 0.83 的 F1 分数。