徐铭达¹,张子柯^2,3,许小可¹

¹（大连民族大学信息与通信工程学院 辽宁大连 116600）；²（浙江大学传媒与国际文化学院 杭州 310058）；³（杭州师范大学阿里巴巴复杂科学研究中心 杭州 311121) (854655253@qq.com)

出版日期: 2021-07-01


基金资助:国家自然科学基金项目(61773091,61673151);辽宁省“兴辽英才”计划项目(XLYC1807106);辽宁省自然科学基金项目(2020-MZLH-22);浙江省自然科学基金重点项目(LR18A050001)

Research on Spreading Mechanism of False Information in Social Networks by Motif Degree

Xu Mingda¹, Zhang Zike^2,3, Xu Xiaoke¹

¹（College of Information and Communication Engineering, Dalian Minzu University, Dalian, Liaoning 116600);²(College of Media and International Culture, Zhejiang University, Hangzhou 310058);³(Alibaba Research Center for Complexity Sciences, Hangzhou Normal University, Hangzhou 311121)

Online: 2021-07-01


Supported by:This work was supported by the National Natural Science Foundation of China (61773091, 61673151), the Liaoning Revitalization Talents Program (XLYC1807106), the Natural Science Foundation of Liaoning Province (2020-MZLH-22), and the Zhejiang Provincial Natural Science Foundation of China (LR18A050001).

摘要/Abstract

摘要： 社交媒体作为信息传播的载体，既可使人们快捷地分享信息流和获取时事新闻，也可能成为虚假信息泛滥蔓延的重要渠道.现有的虚假信息检测研究多基于对微博内容的机器学习或深度学习的识别模型，忽略了真假信息传播网络的结构差异.基于复杂网络的模体理论，提出了广度模体度与深度模体度的概念来量化传播网络的结构重要指标.研究表明：基于模体度的重要性计算方法是对传统网络结构重要性指标的一种创新与拓展，能够更全面地测度传播网络结构特性.通过构建的二维模体度量化指标，分析和揭示了微博、Twitter网络中虚假信息的结构特性与传播机制:虚假信息在广度传播与深度传播共同作用下扩散，广度模体度主要作用于网络传播规模，而深度模体度影响网络结构的复杂性.基于模体度的网络特征分析，可以应用于社交媒体信息传播的早期从源头上检测虚假信息，为虚假信息检测提供了一种新颖可行的途径.

参考文献

相关文章 8

[1]	Amrita, Bhattacharjee, 舒凯, 高旻, 刘欢. 网络信息生态系统中的虚假信息：检测、缓解与挑战[J]. 计算机研究与发展, 2021, 58(7): 1353-1365.
[2]	胡斗, 卫玲蔚, 周薇, 淮晓永, 韩冀中, 虎嵩林. 一种基于多关系传播树的谣言检测方法[J]. 计算机研究与发展, 2021, 58(7): 1395-1411.
[3]	杨延杰, 王莉, 王宇航. 融合源信息和门控图神经网络的谣言检测研究[J]. 计算机研究与发展, 2021, 58(7): 1412-1424.
[4]	刘金硕, 冯阔, Jeff Z. Pan, 邓娟, 王丽娜. MSRD: 多模态网络谣言检测方法[J]. 计算机研究与发展, 2020, 57(11): 2328-2336.
[5]	谭振华，时迎成，石楠翔，杨广明，王兴伟. 基于引力学的在线社交网络空间谣言传播分析模型[J]. 计算机研究与发展, 2017, 54(11): 2586-2599.
[6]	张洋,王达,叶笑春,朱亚涛,范东睿,李宏亮,谢向辉. 众核处理器片上网络的层次化全局自适应路由机制[J]. 计算机研究与发展, 2016, 53(6): 1211-1220.
[7]	郭景峰,吕加国. 基于信息偏好的影响最大化算法研究[J]. 计算机研究与发展, 2015, 52(2): 533-541.
[8]	周东浩,韩文报,王勇军,. 基于节点和信息特征的社会网络信息传播模型[J]. 计算机研究与发展, 2015, 52(1): 156-166.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4454