論文の概要: Characterizing Multi-Domain False News and Underlying User Effects on
Chinese Weibo
- arxiv url: http://arxiv.org/abs/2205.03068v1
- Date: Fri, 6 May 2022 08:23:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-09 13:53:37.992871
- Title: Characterizing Multi-Domain False News and Underlying User Effects on
Chinese Weibo
- Title（参考訳）: 中国語版weiboにおけるマルチドメイン偽ニュースの特徴とユーザ効果
- Authors: Qiang Sheng, Juan Cao, H. Russell Bernard, Kai Shu, Jintao Li, Huan
Liu
- Abstract要約: われわれは、中国最大のTwitterのようなソーシャルメディアプラットフォーム、Weiboの9つのドメインにわたる偽ニュースを調査した。
我々は、健康や医学といった日常生活に近い領域では偽ニュースがポストを多く生み出すが、政治などの他の領域よりも効果的に拡散しないことを観察する。
本研究は,疑わしいニュース発見,正確性予測,表示・説明において,偽ニュース検出システムの設計を支援する可能性を秘めている。
- 参考スコア（独自算出の注目度）: 39.88761257708666
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: False news that spreads on social media has proliferated over the past years
and has led to multi-aspect threats in the real world. While there are studies
of false news on specific domains (like politics or health care), little work
is found comparing false news across domains. In this article, we investigate
false news across nine domains on Weibo, the largest Twitter-like social media
platform in China, from 2009 to 2019. The newly collected data comprise 44,728
posts in the nine domains, published by 40,215 users, and reposted over 3.4
million times. Based on the distributions and spreads of the multi-domain
dataset, we observe that false news in domains that are close to daily life
like health and medicine generated more posts but diffused less effectively
than those in other domains like politics, and that political false news had
the most effective capacity for diffusion. The widely diffused false news posts
on Weibo were associated strongly with certain types of users -- by gender,
age, etc. Further, these posts provoked strong emotions in the reposts and
diffused further with the active engagement of false-news starters. Our
findings have the potential to help design false news detection systems in
suspicious news discovery, veracity prediction, and display and explanation.
The comparison of the findings on Weibo with those of existing work
demonstrates nuanced patterns, suggesting the need for more research on data
from diverse platforms, countries, or languages to tackle the global issue of
false news. The code and new anonymized dataset are available at
https://github.com/ICTMCG/Characterizing-Weibo-Multi-Domain-False-News.
- Abstract（参考訳）: ソーシャルメディアに広まる偽ニュースは、ここ数年で急増し、現実世界の多面的な脅威につながっている。
特定のドメインに関する偽ニュース(政治や医療など)の研究もあるが、ドメイン間で偽ニュースを比較する研究はほとんどない。
この記事では、2009年から2019年にかけて、中国最大のtwitterライクなソーシャルメディアプラットフォームであるweiboの9つのドメインにわたる偽ニュースを調査します。
新たに収集されたデータは9つのドメインに44,728の投稿があり、40,215人が発行し、340万回以上再投稿されている。
マルチドメインデータセットの分布と拡散に基づいて、健康や医学といった日常生活に近い領域における偽ニュースは、投稿数が多いが、政治などの他の領域よりも効果的に拡散せず、政治的偽ニュースが拡散の最も有効な能力を持っていることを観察した。
広範に拡散したWeiboの偽ニュース投稿は、性別や年齢などによって特定の種類のユーザーと強く結びついている。
さらに、これらのポストはポストの強い感情を引き起こし、偽ニュース開始者の活発な関与によってさらに拡散した。
本研究は,疑わしいニュース発見,正確性予測,表示・説明において,偽ニュース検出システムの設計を支援する可能性を秘めている。
Weiboの調査結果と既存の研究結果との比較は、さまざまなプラットフォーム、国、言語からのデータに関するさらなる研究の必要性を示唆し、誤ったニュースの世界的な問題に取り組む必要があることを示唆している。
コードと新しい匿名データセットはhttps://github.com/ICTMCG/Characterizing-Weibo-Multi-Domain-False-Newsで公開されている。
関連論文リスト
- Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。
読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。
ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
論文 参考訳（メタデータ） (2023-05-25T13:42:08Z) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳（メタデータ） (2022-12-24T00:19:32Z) - FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。
クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
論文 参考訳（メタデータ） (2022-08-16T11:53:30Z) - MDFEND: Multi-domain Fake News Detection [15.767582764441627]
本稿では、ドメインゲートを利用して複数の専門家が抽出した複数の表現を集約し、効果的なマルチドメインフェイクニュース検出モデル(MDFEND)を提案する。
実験の結果,MDFENDはマルチドメインフェイクニュース検出の性能を大幅に向上させることができることがわかった。
論文 参考訳（メタデータ） (2022-01-04T05:28:25Z) - Fake News Detection Tools and Methods -- A Review [0.0]
インターネット上で偽ニュースを検出するための様々なアプローチについて,近年の文献について論じる。
公開されているさまざまなデータセットと、利用可能なさまざまなオンラインツールを強調し、Fake Newsをリアルタイムでデバンクすることができる。
論文 参考訳（メタデータ） (2021-11-21T13:19:23Z) - Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。
そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。
実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文 参考訳（メタデータ） (2021-10-13T04:44:02Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳（メタデータ） (2021-04-25T21:19:24Z) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳（メタデータ） (2021-04-18T09:50:11Z) - The Rise and Fall of Fake News sites: A Traffic Analysis [62.51737815926007]
偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。
そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
論文 参考訳（メタデータ） (2021-03-16T18:10:22Z) - Where Are the Facts? Searching for Fact-checked Information to Alleviate
the Spread of Fake News [9.68145635795782]
本稿では,オンライン利用者が投稿したオリジナルツイート(誤情報を含む可能性がある)の内容に対処するファクトチェック記事を検索する新しい枠組みを提案する。
この検索は偽ニュースのポスターやオンラインユーザーに偽ニュースの拡散を防ぎ、ソーシャルメディア上で検証済みのコンテンツを拡大させる。
本フレームワークでは,テキストと画像の両方を用いて事実チェック記事の検索を行い,実世界のデータセット上で有望な結果を得る。
論文 参考訳（メタデータ） (2020-10-07T04:55:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。