COVID-19 期间封闭平台上谣言的演化
计算机与社会
2021-04-29 v1 计算与语言
机器学习
社会与信息网络
摘要
在这项工作中，我们考察了 2020 年 1 月至 7 月间从台湾最流行的封闭消息平台收集的 11.4 万条可疑消息的数据集。我们提出了一种混合算法，能够根据主题与叙述高效地对大量文本消息进行聚类，即获得了彼此间内容改动有限的消息组。通过将算法应用于该数据集，我们得以观察每条特定谣言的内容改动及其随时间的时间动态。通过对三条 COVID-19 相关谣言的定性案例研究，我们发现关键权威人物在虚假信息中常被错误引用，这是提升某条虚假信息流行度的有效手段。此外，事实核查并不能有效阻止错误信息获得关注；事实上，某条虚假信息的流行度往往更受重大社会事件与有效内容改动的影响。
引用
@article{arxiv.2104.13816,
title = {The Evolution of Rumors on a Closed Platform during COVID-19},
author = {Andrea W Wang and Jo-Yu Lan and Chihhao Yu and Ming-Hung Wang},
journal= {arXiv preprint arXiv:2104.13816},
year = {2021}
}