《中国人工智能学会通讯》——3.15 社交媒体中的谣言识别研究及其发展趋势

3.15 社交媒体中的谣言识别研究及其发展趋势

随着计算机和互联网技术的不断发展,社会已经进入了信息互联和人的互联高度融合的时代,人们可以在网络上自由地发布、传播和获取信息;人与人之间的联系也更加紧密,已经打破原有的六度分离空间现已不足五度,信息传播的方式发生了翻天覆地的变化。尤其微博(如 Twitter、新浪微博)已经成为一种新兴的、传播速度最快的在线社会媒体。截止 2015 年 9 月 30 日,新浪微博月活跃用户数已经达到 2.12 亿人1 。在这样的平台上,信息可以在几小时甚至几十分钟内在网络上传播开来,然而,它也为谣言传播提供了新的媒介,使谣言具有传播速度快、监测难度大、影响范围广以及危害程度深等特性。谣言在社交媒体上的快速传播,给社交媒体的有效利用和科学管理提出了严峻挑战,也给人们的生活和社会安定带来不良影响。因此,相关部门或人员需要采取有效的措施控制谣言的大范围传播。解决谣言问题的重要前提是能够尽早从信息中识别出谣言,然而,社交媒体以及谣言自身的特性为谣言的识别提出了极大的挑战,也成为学术界和工业界研究的焦点问题之一。

信息在社交媒体上的传播是一种集体行为,谣言作为信息的一种,包含了复杂的文化和社会背景以及人为因素,如何从众多信息中识别出谣言包含了两个关键问题:① 谣言和非谣言存在的本质区别是什么?② 谣言是否具有独特的传播规律?本文以微博为代表的在线社交媒体作为研究对象,将围绕这两个问题首先回顾已有研究工作的进展,然后介绍我们在这两个问题上的一些研究工作,最后探讨谣言识别工作的研究趋势。

时间: 2024-10-29 12:48:19

《中国人工智能学会通讯》——3.15 社交媒体中的谣言识别研究及其发展趋势的相关文章

《中国人工智能学会通讯》——8.35 软件工程中的演化计算研究

8.35 软件工程中的演化计算研究 演化计算(Evolutionary Computation)是通过模拟生物进化过程与机制来求解问题的自组织.自适应的人工智能技术,在模式识别.机械工程.电气工程.生物学等众多领域都获得成功[1-2] .近年来,演化计算在软件工程领域也获得了广泛应用,形成了新的学科交叉方向--基于搜索的软件工程(SBSE,Search-Based SoftwareEngineering). 2001 年,Mark et al [3] 首次提出了"基于搜索的软件工程"的

《中国人工智能学会通讯》——3.17 基于传播的谣言识别

3.17 基于传播的谣言识别 结合已有的研究工作,我们也发现谣言和非谣言的传播过程确实有明显的差异,如图 1 所示.根据这种研究现状,从谣言的传播结构.时序以及转发用户的角度进行了系统的实证研究. 谣言传播的结构特征 我们把每个消息的传播过程看成一棵传播树,即传播树的大小为消息的转发数,根节点为消息的发帖用户,传播树的其他节点是消息传播过程中参与转发的转发用户.我们对谣言和非谣言传播树的高度和宽度进行了实证分析. ⑴ 传播树的高度.传播树的高度是指在传播树中从根节点到叶子节点的最大路径长度.图

《中国人工智能学会通讯》——3.6 跨网络链接预测的研究

3.6 跨网络链接预测的研究 在线社交网络已取得飞速发展,众多网站,如Facebook(脸书).Twitter 以及国内的新浪微博.人人网.腾讯网等迅速崛起.其中,Facebook 的用户数已经达到14亿,成为世界人口最多的"国家",这些用户每月花在 Facebook 上的时间超过 6.4 亿分钟:Twitter 用户数也达到 6.4 亿.微信和微博是国内在线社交网络的两个代表,用户数也分别达到5.4 亿和 2.4 亿:阿里巴巴在双 11 节创下 24 小时912 亿元的成交额(见表

《中国人工智能学会通讯》——3.25 康复机器人的人机交互控制研究综述

3.25 康复机器人的人机交互控制研究综述 中风是一种急性的脑血管疾病,能够造成永久性的大脑神经损伤,发病规律通常难以预测,致残率一直居高不下.中风幸存者往往出现偏瘫.截瘫等后遗症,严重影响患者及其家庭日常生活,带来极大的经济压力和精神痛苦.卫生部的统计数据显示,截止到 2012 年底,我国中风标化患病率约为1.82 %,40 岁以上的罹患人群高达 1 036 万人,其中 65 岁以下人群约占 50 %,呈年轻化趋势[1] .根据第二次全国残疾人抽样调查[2]和第六次全国人口普查的数据[3]推算

《中国人工智能学会通讯》——8.2 自然界中的鸽群导航行为

8.2 自然界中的鸽群导航行为 鸽子是一种非常常见的鸟,世界各地广泛饲养,鸽是鸽形目鸠鸽科数百种鸟类的统称.鸽子具有很强的记忆力,甚至可以产生牢固的条件反射.鸽子和人类伴居已经有上千年的历史了,考古学家发现的第一幅鸽子图像,来自于公元前 3 000 年的美索不达米亚,也就是现在的伊拉克--古罗马人很早就已经知道鸽子具有归巢的本能.在体育竞赛过程中或结束时,通常放飞鸽子以示庆典和宣布胜利.古埃及的渔民,每次出海捕鱼多带有鸽子,以便传递求救信号和渔汛消息--在今天,人类仍然利用它进行隐蔽通讯,海上航

《中国人工智能学会通讯》——1.31 深度学习 在自然语言处理研究上的进展

1.31 深度学习 在自然语言处理研究上的进展 近年来,深度学习在人工智能的多个子领域都取得了显著的进展.在自然语言处理领域,虽然深度学习方法也收到越来越多的关注,在很多任务上也取得了一定效果,但是并没有其他领域那么显著.传统的主流自然语言处理方法是基于统计机器学习的方法,所使用的特征大多数是基于 onehot 向量表示的各种组合特征.这个特征表示方式会导致特征空间非常大,但也带来一个优点.就是在非常高维的特征空间中,很多任务上都是近似线性可分的.因此,在很多任务上,使用线性分类器就是可以取得比

《中国人工智能学会通讯》——12.43 分类型数据聚类算法研究进展

12.43 分类型数据聚类算法研究进展 在大数据环境下,许多数据是缺乏先验信息的,对数据标注的成本也越来越高,一个最自然的方法是对数据进行适当划分之后再进行相关的数据处理,而聚类分析是数据划分的一种重要技术手段[1] .在许多实际应用中,分类型变量是一种非常重要的数据表现形式[2] .比如,在问卷调查中,客户的兴趣爱好.家庭住址.教育情况都是分类型变量:在电子邮件过滤中,将邮件分为垃圾邮件和合法邮件:在医学中,一个病人受伤的程度可分为轻微的.中度的和严重的:在市场营销中,经常将客户分为高.中.低

《中国人工智能学会通讯》——11.46 微博中的实体链接技术

11.46 微博中的实体链接技术 近来微博已成为互联网用户越来越重要的信息来源,每天有数亿条微博被产生出来.将微博中出现的命名实体链接到知识库中的对应实体有助于微博用户兴趣点的发现,以及微博推荐等应用.由于微博文本本身短小.随意且低质的特点,微博中的实体链接任务更具挑战性.自然语言文本中的实体链接技术主要针对万维网中的新闻文章,它们的基本想法是利用文本的相似性和同一文档中实体的主题一致性来进行链接.然而由于单条微博中包含的信息量非常有限,使得这些方法对于微博中的实体链接任务不能取得很好的效果.我

《中国人工智能学会通讯》——1.44 到底什么是虹膜识别

1.44 到底什么是虹膜识别 所谓生物识别技术,就是通过计算机与光学.声学.生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征来进行个人身份的鉴定.较为人们熟知的生物识别技术有指纹识别和人脸识别.目前,指纹识别.人脸识别技术正在趋于成熟,也正在被应用到更丰富的场景,逐渐改变我们生活的方方面面.但在大多使用场景中,很多人发现原来指纹可以复制,双胞胎.整容等因素又让人脸识别傻傻分不清楚--某种程度上对指纹识别.人脸识别的安全性提出了挑战. 技术永远存在 bug,那么要实