基于辟谣微博的互动及热门评论情感倾向的辟谣效果研究 ——以新冠疫情相关辟谣微博为例

摘要：

[目的/意义]增强社交媒体平台上的辟谣效果可以为辟谣提供新的思路,加快辟谣过程,减轻谣言的危害.[方法/过程]提出了辟谣效果指数(REI).搜集2020年1月1日至2020年4月20日由"微博辟谣"转发的辟谣信息,应用自然语言处理(NLP)方法,以提取辟谣微博的文本特征,分析辟谣微博文本、热门评论的情感倾向.采用人工标注法验证了REI对辟谣效果评价的有效性,并探索REI与辟谣微博的内容特征与背景特征之间的关系,建立了四种回归模型,基于综合拟合表现最优的XGBoost回归模型,利用SHapley Additive exPlanations(SHAP)对回归结果进行可视化和分析.[结果/结论]基于分析结果,为不同辟谣情景(如辟谣者的影响力、话题热度等)提出了如何组织辟谣信息以增强辟谣效果的决策建议,REI也可应用于其他社交媒体平台.

关键词：新浪微博、辟谣效果、辟谣影响因素、情感分析、自然语言处理、机器学习

所属期刊栏目：39

分类号：G206;G358(信息与传播理论)

资助基金：国家社会科学基金重大招标项目"大数据背景下城市灾难事件社会舆情治理研究";四川大学商学院2019年中央高校基本科研业务费项目"基于机器学习和自然语言处理的网络谣言群体预测研究";成都哲学社会科学规划项目"基于大数据分析的成都网络谣言精准治理研究"

在线出版日期：2020-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：90-95,110