面向社交媒体误/虚情报流行性的不确定性感知估计
社会与信息网络
2026-03-13 v1 计算机与社会
摘要
估计社交媒体上误/虚情报的流行性对于设计缓解策略以限制其影响至关重要。然而，这类估计受到几种不确定性的制约，而这些不确定性往往未被联合量化。在本研究中，我们提出了一种方法论贡献，利用置信区间对误/虚情报流行性的不确定性进行量化。该分析基于由专业事实核查员标注的多平台、多语言数据集。数据于2025年3月至4月从Facebook、Instagram、LinkedIn、TikTok、X/Twitter和YouTube收集，覆盖四个欧盟成员国（法国、波兰、斯洛伐克和西班牙）。我们考虑不同来源的不确定性：（i）样本不确定性；（ii）由于人类 disagreement 和误分类产生的标注不确定性；（iii）由基于关键词的数据收集引起的数据检索不确定性。首先，我们分别使用置信区间、基于模拟的方法和自助法估计不同来源导致的不确定性。最后，我们将标注者行为的多项抽样模拟与关键词和帖子抽样相结合，以捕捉测量不确定性对误/虚情报流行性估计的联合影响。该提出的方法论方法强调了误/虚情报流行性不确定性感知估计的重要性，以实现稳健的分析。本研究的实证结果表明，基于关键词的数据检索可超过基线变动性，从而导致置信区间宽泛。
引用
@article{arxiv.2603.11058,
title = {Uncertainty-Aware Estimation of Mis/Disinformation Prevalence on Social Media},
author = {Ishari Amarasinghe and Salvatore Romano and Jacopo Amidei and Emmanuel M. Vincent and Andreas Kaltenbrunner},
journal= {arXiv preprint arXiv:2603.11058},
year = {2026}
}