首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 265 毫秒
1.
研究男性与女性用户在社交媒体中造谣(传谣)和举报谣言行为上的差异性,有助于制定针对性的谣言消解措施。以新浪微博中已被证实为谣言的微博内容为数据源。采用列联卡方检验(Chi-squared test)检验了男性和女性用户在造谣(传谣)和举报谣言行为上的差异,同时通过隐含狄利克雷分布(Latent Dirichlet Allocation)对男女用户生成和举报的谣言内容进行了主题分类。结合列联卡方检验结果和主题分类结果,对社交媒体男女用户在造谣传谣和举报谣言行为上的差异进行了讨论。主要研究发现如下:造谣(传谣)行为方面,女性用户中造谣(传谣)的比率显著高于男性用户;举报谣言行为方面,男性用户中举报谣言的比率显著高于女性用户(x2=169.426,P<0.001)。两性用户均关注国际关系话题,但也存在差异性:男性用户造谣传谣的内容重点聚焦于国际关系方面,而女性造谣传谣的内容还体现在社会安全、食药安全和突发事件方面。在研究结果基础上,为社交媒体运营商提出了谣言消解措施。  相似文献   

2.
政府在网络谣言的防范与治理中,肩负着网络谣言监测、预警、疏导和管理的职能。当网络谣言产生时,政府能否及时启动应急预案,利用自身权威的优势,多渠道、迅速高效的满足公众对信息的需求,进行符合逻辑的,态度诚恳的辟谣,直接决定着网络谣言的影响广度和深度。本文结合不同阶段网络谣言的传播规律,从政府行动、网络谣言受众和传播媒介3个方面进行分析,以期为政府的辟谣策略提供有益的参考。  相似文献   

3.
[研究目的]目前关于网络谣言辟谣效果影响因素的实证研究尚未形成一致的结论,整合国内外独立研究样本,挖掘对辟谣效果具有显著影响的因素,能够为网络平台开展有效辟谣行动提供决策支持。[研究方法]基于传播说服理论建立理论框架,通过系统性的文献筛选获得38篇标靶文献,获取90个效应量29 718个样本量和16个变量,进行元分析。[研究结论]结果表明,12个变量对网络谣言辟谣效果有显著正向影响,其中辟谣信息发布者身份的影响强度最高,是否原创的影响强度最低;研究时间、谣言类型、受访者类型具有调节作用,在一定程度上解释了异质性;国内外样本对比研究存在显著差异。最后,根据分析结果,提出了提高网络谣言辟谣效果的决策建议。  相似文献   

4.
当前,微博已成为了不可忽视的信息传播渠道,其庞大的信息量正日益影响甚至改变着现实生活。为了规范信息文本传播,最大限度地遏制微博谣言的产生,必须健全微博监督机制,加大辟谣力度;强化媒体"把关人"作用,引导正确舆论走向;提高受众自身素质,增强谣言免疫能力;完善立法,加大微博谣言传播惩罚力度。溯本清源、规范引导,是促进微博文化传播健康发展的重中之重。  相似文献   

5.
为了研究用户参与度、谣言净化者的影响力对微博谣言自净化效果的影响,在已有研究和传染病模型的基础上,构建了微博谣言自净化模型,给出了相应的平均场方程,利用 MATLAB 对模型进行模拟仿真和结果分析。结果表明:用户参与度和谣言净化者的影响力对微博谣言自净化效果有显著影响。政府及微博谣言防控部门可采取一定措施鼓励用户积极参与谣言的举证,提高微博谣言自净化速度,降低谣言对社会的影响。  相似文献   

6.
【目的/意义】探究政务微博辟谣信息传播效果的影响因素,为政府引导网络舆情、治理网络危机提供参考 与依据。【方法/过程】运用八爪鱼软件采集影响力靠前的十大新浪政务微博数据,以转发数和评论数为辟谣信息传 播效果的衡量指标,构建辟谣信息内容特征、文本特征对传播效果的回归模型。【结果/结论】结果表明:谣言类型、 辟谣方式、是否为原创、图片数量、是否有@符号对转发数有显著影响;谣言类型、情感程度、辟谣方式、是否为原创、 内容长度对评论数有显著影响。  相似文献   

7.
在处于转型期的中国社会,谣言传播时有发生。它作为现代社会的一大顽疾,成为摆在公众和政府面前的难题。转型期的社会矛盾与失范、社会心理的失衡与断层,是谣言滋生和传播的土壤。鉴于谣言传播的长期性和复杂性,政府管理部门应采取多种手段,包括建立和完善辟谣应急机制、建立和完善民间信仰引导机制、不断完善对谣言传播行为的依法查实和惩处机制等,将谣言传播对公众心理和整个社会系统的危害程度降到最低。  相似文献   

8.
现时微博谣言泛滥,对现实社会危害巨大。为了科学控制微博不实信息的传播,本研究根据微博网络谣言传播特点以及病毒传播模型,提出具有怀疑与反谣言机制的有向传播模型SIR-CO,并进一步提出谣言源影响力评估算法,实时监控微博谣言造成的社会影响力,在此基础上,采取基于Agent的建模仿真方法对微博谣言传播进行模拟仿真。分析结果表明:内容信服度、节点影响度以及抑制时机是影响微博谣言传播与控制的重要因子;谣言源影响力与传播数、感染节点数以及等级影响度分布皆存在相关关系,最后趋于稳定状态。基于仿真分析结果,建议控制微博谣言传播时,可运用目标免疫策略阻止谣言向外传播,并采取多点侧面慢性策略减低谣言的同化作用。  相似文献   

9.
王欢  祝阳 《现代情报》2013,33(7):7-11
跟腐败类话题相关的谣言极易引发全社会的轰动,微博已成为此类谣言传播的平台。现象的背后反映出的是公众的仇官心理,仇官心理左右公众情绪与行为。基于谣言生成因素的理论研究,从微博传播层面和公众心理层面探讨此类谣言的发生机制。基于5W传播理论,思考腐败类微博谣言的发生过程,并提出治理此类谣言的策略:止于智者、止于公开、止于及时、止于机制、止于法治、止于技术。探索性地构建出反腐败类微博谣言治理的架构。  相似文献   

10.
[目的/意义]从时间纵向维度展现社交媒体辟谣信息扩散的演化脉络,有助于厘清辟谣信息扩散的内在机理。[方法/过程]将"@人民网"官方微博发布的"全国暴雨"辟谣信息作为起点,收集该辟谣微博发布后7天内的转发数据。采用社会网络分析方法,构建社交媒体辟谣信息扩散的演化网络,并分析其扩散的内在机理。[结果/结论]主要研究发现如下:①社交媒体辟谣信息从爆发期、高潮期到消退期的演化路径为:辟谣信息被政府官方微博发布后,会在极短时间内在其发布者的"紧密型"社交圈中(政府机构用户间)迅速扩散;随后,辟谣信息主要经由"大V名人"与其粉丝构成的"松散型"网络,向大V名人的粉丝扩散;最后,辟谣信息经由大V名人的粉丝,在粉丝与其好友的"紧密型"网络中扩散,直至消退。②辟谣信息扩散网络在三个时期的密度均较小。③与微博谣言扩散有所不同,绝大多数微博辟谣信息的扩散主体之间并没有互动,仅表现为单向传递关系。④相比政府官方微博而言,"大V名人"转发辟谣信息所带来的效应更能够激起受众对辟谣信息的精神共鸣,更能促进辟谣信息的扩散。  相似文献   

11.
基于唤醒机制的微博谣言传播模型   总被引:1,自引:0,他引:1  
为了考虑意见领袖对谣言传播过程的影响,在传染病模型ISR的基础上,构建考虑冬眠者被领袖传播者唤醒的微博谣言传播模型,给出相应的平均场方程,并对其分析求解出谣言的传播阈值,利用MATLAB对模型进行数值仿真和结果分析。模拟结果表明:在谣言传播过程中,由于唤醒机制的作用,使得谣言的最终影响力增大,加快了谣言结束时间。政府部门及微博谣言控制部门可通过对微博中意见领袖的博文进行监督,尽量避免意见领袖有意或无意参与到谣言传播中来,降低谣言传播对公众及社会造成的影响。  相似文献   

12.
[目的/意义]关注突发公共卫生事件网络谣言"长尾"传播现象,从博弈角度探求"长尾"的控制变量,为实现网络谣言治理长效化提供依据。[方法/过程]基于官方辟谣后信息生态环境和公众认知的差异,引入SIRS模型,以不完全信息动态博弈为基础构建传播模型,计算出长尾期个体策略分布,利用MATLAB进行仿真和案例验证,寻找"长尾"控制途径。[结果/结论]长尾控制博弈模型分析从个体交互层面为网络谣言管控带来新思路。在突发公共卫生事件网络谣言传播后期,作为拽尾策略,增加个体不信谣的收益、降低个体的谣言相关信息分析成本均需被持续实践。其中,比之于增加公共收益,增加不信谣的个体收益有更大的长尾控制效用,是重点关注工作。  相似文献   

13.
兰月新 《情报科学》2012,(9):1334-1338
突发事件发生以后由于信息的匮乏,人们对信息的渴求也异于平常,谣言更容易被人们相信并传播。本文通过构建数学模型,利用MATALB数值仿真,分析突发事件网络谣言的传播机理、探讨控制谣言传播的因素、寻找控制谣言传播的对策,为政府的网络谣言控制决策提供理论依据和合理建议。  相似文献   

14.
杨晶  罗守贵 《现代情报》2017,37(6):86-90
结合传播网络的复杂性和社会性,利用元胞自动机的基本原理,构建了网络谣言传播的动态模型,从中心度、关系强度和网络结构3个方面对传谣传播的效果进行仿真实验。结果表明:网民在其网络群体内的社会地位和网络谣言传播呈正相关;关系强度和中心度对网络谣言的传播范围共同产生正向影响;网络密度和网络谣言的传播范围呈正相关。根据仿真结果,提出预防网络谣言涌现的建议参考。  相似文献   

15.
赖胜强  唐雪梅 《现代情报》2017,37(12):30-34
随着社会媒体的发展,网络谣言大有泛滥之势。谣言不仅对个人和组织形象造成负面影响,同时扰乱公众心态影响社会稳定,治理网络谣言迫在眉睫。网络谣言犹如网络环境健康机体上的病毒,借鉴人体对病毒入侵的免疫机制,论文构建了多层级、多关口、多系统的网络谣言防御和治理体系,并探讨网络谣言免疫系统的运行机制。  相似文献   

16.
唐超 《情报探索》2014,(5):37-40,45
从相互作用的主体、动力、机制、演进过程四个层面,研究了网络谣言与现实社会的相互作用。认为网络谣言与现实社会相互作用的过程,是在参与主体"协同"动力的推动下形成的,遵循"聚集""非线性""涌现"机制,在网络谣言传播的不同阶段表现出不同的特点。  相似文献   

17.
Prior studies of open innovation have highlighted the effects of different flows of knowledge between firms and external partners—such as flows of software code, technical solutions, or new product ideas—and how firms face a “paradox of openness” about how open to be to external sources while also appropriating value. There are increasingly flows of more provisional knowledge as well, in the form of product innovation rumors exchanged within online technology blogs. Our study objective was to understand how product innovation rumors are used by firms as both inflows and outflows of provisional knowledge and their effect on the innovation process. Using interview data within a high-technology firm whose forthcoming products were the subject of rumor within technology blogs, we develop propositions regarding how inflows of product innovation rumors affect innovation decisions (while addressing concerns about appropriability and intrafirm knowledge flows) and how outflows from firms may affect stakeholders outside the firm (through selective revealing and influence of technology blog editors). Product innovation rumors in part address the paradox of openness by forming an informal means of open innovation alongside formal processes, and we suggest further research opportunities in this domain.  相似文献   

18.
In the social media environment, rumors are constantly breeding and rapidly spreading, which has become a severe social problem, often leading to serious consequences (e.g., social panic and even chaos). Therefore, how to identify rumors quickly and accurately has become a key prerequisite for taking effective measures to curb the spread of rumors and reduce their influence. However, most existing studies employ machine learning based methods to carry out automatic rumor identification by extracting features of rumor contents, posters, and static spreading processes (e.g., follow-ups, thumb-ups, etc.) or by learning the presentation of forwarding contents. These studies fail to take into account the dynamic differences between the spreaders and diffusion structures of rumors and non-rumors. To fill this gap, this paper proposes Long Short-Term Memory (LSTM) network based models for identifying rumors by capturing the dynamic changes of forwarding contents, spreaders and diffusion structures of the whole (in the afterwards identification mode) or only the beginning part (in the halfway identification mode, i.e., early rumor identification) of the spreading process. Experiments conducted on a rumor and non-rumor dataset from Sina Weibo show that the proposed models perform better than existing baselines.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号