“我想先分享”及其他来自 COVID-19 信息疫情的阴谋论推文：探索性研究
社会与信息网络
2021-04-16 v2 机器学习
机器学习
摘要
背景：COVID-19 疫情使许多人隔离在家中；这些人转向社交媒体获取新闻和社交联系，这使他们容易相信并分享错误信息。与健康相关的错误信息威胁到对公共卫生信息的遵守，监测其在社交媒体上的传播对于理解具有潜在负面公共卫生影响的观点的演变至关重要。结果：使用模型标注数据的分析有利于提高与错误信息指标相匹配的数据比例。随机森林分类器指标在所考虑的四种阴谋论之间有所差异（F1 分数介于 0.347 和 0.857 之间）；当给定阴谋论的定义更窄时，该性能有所提高。我们表明，与非错误信息推文相比，错误信息推文表现出更负面的情感，并且阴谋论随时间演变，吸收了来自无关阴谋论以及真实世界事件的细节。结论：尽管我们在此关注与健康相关的错误信息，但这种组合方法并非公共卫生所特有，对于刻画一般错误信息具有价值，这是创建针对性信息以抵消其传播的重要第一步。初始信息应旨在 preempt（预先阻止）广义错误信息在其广泛传播之前，而后继信息将需要针对演变中的阴谋论及其各自的新侧面，随着它们被纳入而加以应对。
引用
@article{arxiv.2012.07729,
title = {"Thought I'd Share First" and Other Conspiracy Theory Tweets from the COVID-19 Infodemic: Exploratory Study},
author = {Dax Gerts and Courtney D. Shelley and Nidhi Parikh and Travis Pitts and Chrysm Watson Ross and Geoffrey Fairchild and Nidia Yadria Vaquera Chavez and Ashlynn R. Daughton},
journal= {arXiv preprint arXiv:2012.07729},
year = {2021}
}