人会说谎，行为不会！建模社交媒体用户中信息流行病的扩散预测因子
社会与信息网络
2021-11-24 v1
摘要
社交媒体具有交互性，而交互带来了错误信息。随着用户生成数据量的增长，自社交网络出现以来，在线平台上的假新闻已变得十分频繁。不时发生的事件成为讨论话题，产生并传播虚假信息。现有研究假新闻的文献主要阐述假新闻分类模型。探索假新闻特征及其与真实新闻区分方法的研究很少。关注统计检验与发现新因素的研究也不多。本研究提出十四个假设以识别与假新闻存在关联的因素。我们在两个真实世界的 COVID-19 数据集上使用定性与定量检验方法进行了实验。本研究得出结论：情感极性与性别可显著识别假新闻。然而，对视觉媒体存在的依赖尚不确定。此外，Twitter 特有因素如粉丝数、好友数和转发数在假新闻与真实新闻间存在显著差异。不过，状态数与点赞数的作用尚有争议。本研究识别了可联合用于开发假新闻检测算法的实用因素。
引用
@article{arxiv.2111.11955,
title = {People Lie, Actions Don't! Modeling Infodemic Proliferation Predictors among Social Media Users},
author = {Chahat Raj and Priyanka Meel},
journal= {arXiv preprint arXiv:2111.11955},
year = {2021}
}
备注
32 pages