首页 / 新闻中心 / 清研智库发布《基于大数据的网络虚假新闻传播分析报告》

 

近日,清研智库发布了《基于大数据的网络虚假新闻传播分析》报告。清研智库通过抓取微博、微信、新闻网站及手机新闻客户端等多个来源的数据,定量分析汇总了2016年上半年影响较大的74件虚假新闻的特征,深入研究虚假新闻的内容和传播特征,探索大数据时代“监测、预警、处理、归档”的舆情监测体系,提出基于大数据的网络虚假新闻治理策略。

  • 热点网络虚假新闻的内容特征

2016年上半年,网络虚假新闻内容涉及的主题领域较为广泛,覆盖社会民生、公共安全、政策法制、国际关系等领域。其中,和人们生活相关的社会民生类、公共安全类占比较大,分别为41%和35%,其次是政策法制类,占10%。社会民生和公共安全类仍然是虚假新闻的主题。公共安全类新闻即有突发事件,例如男子右肾失踪,也有常规的的恐慌与警示,还有一些流传已久的“禽流感”,“偷孩子”等。可以发现,这些虚假新闻往往是换个时间、换个地点,反复传播。

  • 网络虚假新闻的传播特征

1、虚假新闻的逆向传播路径

2016年上半年,网络虚假新闻的传播路径较为复杂多样,但是最为主要的传播路径是“社交平台普通用户——意见领袖——商业新闻媒体——传统新闻媒体”,与传统媒体的传播路径相比呈现出逆向传播的特征。很多媒体的撰稿人经常在微博、微信、贴吧等社交平台上寻找有价值的选题,热点话题往往会被自媒体、新闻网站或者传统媒体网站跟进报道,报道的信息经过媒体的转载或放大,接下来又会在社交平台上得到转载和讨论。社交平台、网络媒体、传统媒体构成了层层递进、相互作用的非线性链条体系。

图片2

2、网络虚假新闻传播3天引爆期

部分新闻移动客户端、新闻网站、自媒体平台等为了吸引用户,经常在未对事件的真假性进行审核的情况下就快速转发,共同推波助澜,这使得虚假新闻可以在极短时间内迅速爆发。

3、网络虚假新闻的1天证伪周期

受网络虚假新闻治理和网民媒体素养持续提升等因素的影响,网络虚假新闻的证伪周期较短,从数据分析结果来看,85.2%的虚假新闻能够在2天内被证伪,其中24小时内被证伪的占54.1%。

  • 基于大数据技术下的虚假新闻的防治

1、利用大数据技术判断虚假新闻的真实性

当下网络,信息爆炸,谣言鱼目混珠,我们需要一个过滤器,去伪存真。利用中文自然语言处理技术,判定发布的新消息与历史消息的相识度;利用图像处理技术,判别新闻图片与历史舆情事件图片的相识度,综合语音和图像处理技术,判别视频内容的与历史视频的相识度,从文字、图片、视频等维度综合判定虚假新闻的真实性,充分发挥技术力量在治理虚假新闻传播方面作用。

2、利用大数据技术监测虚假新闻的民意倾向

虚假新闻危害严重,不仅损害政府或个人形象,降低媒体公信力,还误导受众的思想。通过监测网民的互动信息,利用本文技术,可深度挖掘网民的意识形态。例如,在上海女逃离江西的事件中,微观层面上,表现的是面包和牛奶的选择,城市和农村的差距,宏观层面上,体现的是部分公众对当今社会的不满,对政府的不满,所以尽管网信办辟谣,还有部分网民表现出对该结果的质疑和厌恶。

3、利用大数据技术预警虚假新闻的传播

具体到虚假新闻防治,舆情工作人员除了对虚假新闻个案进行数据采集、数据分析之外,还可以通过大数据不断增强关联虚假新闻的分析和预测,把重点从单纯的收集有效数据转到预测的扩展上。通过将非结构化的数据量化,利用布尔逻辑、向量空间、神经网络、深度学习等模型方法,结合历史虚假新闻的传播特征,提炼相关的规律和特点,更好的预测虚假新闻的传播导向、传播节点,实现虚假新闻预警和跟踪,有效减少虚假新闻的传播,降低虚假新闻的负面影响。

4、基于大数据的虚假新闻监测体系

2015 年10 月,纽约时报提出研制“新闻编码” (Particles Code)    给新闻内容加上可提取、可检索的编码,实现累积性,组织成链,以内容标签防范虚假新闻。但是,该方法采用“串珠式”关联,比较简单,缺乏语义和知识级的深层次关联。为了更好的治理网络虚假新闻传播,应利用大数据技术,实时抓取新闻、微博、微信、视频等非结构化数据,对海量内容有序整理,结合政府机构、新闻工作者、网民等各方力量对网络新闻加注“标签”,用户可以根据新闻报道的标签识别该新闻的真实性。

 

更多详情请致电:清研媒体研究院  周女士:18511753936

 

 

 

 

 
 

上一篇:

下一篇: