社交媒体上的 COVID-19：Twitter 对话中的错误信息分析
社会与信息网络
2020-10-23 v4 计算机与社会
机器学习
摘要
正在进行的冠状病毒（COVID-19）大流行凸显了我们当今全球化世界的相互关联性。随着社交距离政策的实施，虚拟通信已成为（错误）信息的重要来源。随着越来越多的人依赖社交媒体平台获取新闻，识别错误信息并揭示围绕 COVID-19 的在线话语本质已成为一项关键任务。为此，我们使用 Twitter API 收集了自2020年3月1日起与 COVID-19 相关的流数据。我们基于事实核查来源识别不可靠和误导性内容，并考察了错误信息推文中传播的叙事及其互动分布。此外，我们提供了 prominent 错误信息推文传播模式的示例。该分析在一个公开可访问的仪表板（https://usc-melady.github.io/COVID-19-Tweet-Analysis）上呈现并更新，以追踪2020年3月1日至6月5日 Twitter 上关于 COVID-19 的在线话语与错误信息的本质。该仪表板提供每日识别的错误信息推文列表，以及 COVID-19 Twitter 话语中的话题、情感和新趋势。提供该仪表板旨在提升在线共享信息本质与质量的可见性，并提供从数据集中提取的洞察与信息的实时访问。
引用
@article{arxiv.2003.12309,
title = {COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations},
author = {Karishma Sharma and Sungyong Seo and Chuizheng Meng and Sirisha Rambhatla and Yan Liu},
journal= {arXiv preprint arXiv:2003.12309},
year = {2020}
}