情报学报  2022, Vol. 41 Issue (6): 651-661    DOI: 10.3772/j.issn.1000-0135.2022.06.009
  情报综述与述评 本期目录 | 过刊浏览 | 高级检索 |
社交媒体中错误信息的检测方法研究述评
吴诗苑1, 董庆兴2,3, 宋志君1, 张斌4
1.华中师范大学信息管理学院,武汉 430079
2.武汉大学新闻与传播学院,武汉 430072
3.武汉大学大数据研究院,武汉 430072
4.南京大学信息管理学院,南京 210023
Misinformation Detection in Social Media
Wu Shiyuan1, Dong Qingxing2,3, Song Zhijun1, Zhang Bin4
1.School of Information Management, Central China Normal University, Wuhan 430079
2.School of Journalism and Communication, Wuhan University, Wuhan 430072
3.Big Data Institute, Wuhan University, Wuhan 430072
4.School of Information Management, Nanjing University, Nanjing 210023
全文: PDF (1293 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 社交媒体改变了人们获取信息的方式,但也助长了错误信息在网络上的产生和传播。如何准确且快速地检测出社交媒体上的错误信息以净化网络环境,是一个重要的研究议题。本文从信息生态理论出发,分别从内容、用户和传播三个角度来阐述当前错误信息检测所关注的问题以及对应的检测方法,对近年来国内外的相关研究成果进行了系统梳理。现有的检测方法已经利用深度学习等技术取得了较好的检测结果。但是,由于错误信息爆发初期相关数据较少,有关早期检测的研究尚不多见;能够实现有效迁移和预训练的大规模基准数据集仍有待构建;从用户入手的信息挖掘有待进一步深入研究。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
吴诗苑
董庆兴
宋志君
张斌
关键词 社交媒体错误信息深度学习特征融合自动检测    
收稿日期: 2021-08-23     
基金资助:国家自然科学基金面上项目“面向群智感知大数据的群体评价模型与方法研究”(71871102),“基于注意力机制的学术信息动态推荐研究”(72074109)。
作者简介: 吴诗苑,女,1998年生,硕士研究生,研究方向为自然语言处理;董庆兴,男,1988年生,副教授,研究方向为计算传播,E-mail:qxdong@whu.edu.cn;宋志君,女,1997年生,硕士研究生,研究方向为用户信息行为;张斌,男,1984年生,副教授,研究方向为大数据与数据挖;
引用本文:   
吴诗苑, 董庆兴, 宋志君, 张斌. 社交媒体中错误信息的检测方法研究述评[J]. 情报学报, 2022, 41(6): 651-661.
Wu Shiyuan, Dong Qingxing, Song Zhijun, Zhang Bin. Misinformation Detection in Social Media. 情报学报, 2022, 41(6): 651-661.
链接本文:  
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2022.06.009     或     https://qbxb.istic.ac.cn/CN/Y2022/V41/I6/651