论文信息总结

1、False Rumors Detection on Sina Weibo by Propagation Structures

• 时间： 2015
• 定义： 谣言被定义为在社区中流传的未验证或未确认的声明或报告（未传播的独立微博不是谣言），有些传言最终被证实是假的；这些在本文中被称为虚假谣言。这些谣言或有意或无意地制造出来，但带有虚假甚至恶意的信息，并在社区中广泛传播。

尽管谣言没有普遍接受的定义，但在许多字典[3]和以前的文献[26]中，谣言的一个重要特征是不确定性。在以往的微博服务虚假谣言检测工作中，谣言和虚假谣言有不同的定义。以前的一些工作[8]根据社会心理学定义谣言，其中谣言被定义为真值无法验证或故意虚假的陈述。在他们的研究中，他们使用“虚假谣言”、“错误信息”或“虚假信息”一词来区分最终证明是虚假的谣言 [7]、[27]。在我们的工作中，我们遵循类似的定义

  文章后边又在一次强调了谣言的定义，但是这一部分和文章前边所说的有一定的冲突

• **数据集：**自己收集数据集，在微博管理中心收集虚假谣言，并收集正常消息（未被证明为虚假的微博原始消息）。由于谣言必须有足够的传播量，只保留那些至少有 100 次转发的虚假谣言，并抓取一定量的未被证明为虚假谣言的信息，同样保留至少100次转发的数据。最终数据集包含2601 条虚假谣言、2536 条正常消息
  baseline：

1. Castillo：决策树分类器 C. Castillo, M. Mendoza, and B. Poblete. Information credibility on Twitter.
2. Yang：随机森林分类器 Automatic Detection of Rumor on Sina Weibo
   media
3. Graph ：采用Castillo提出的特征采用Graph-SVM进行验证
4. Simple ：根据传播树进行谣言检测

2、Information credibility on Twitter

• 作者： Castillo
• 时间： 2011
• 定义： 无具体定义，但是根据文章内容，数据集的收集是先根据关键词收集数据，然后判断该消息是否有新闻价值，然后再判断有新闻价值的数据是否可可信，所以可以概括文章是判断具有新闻价值的数据的真假（有大范围传播可能性的数据的真假）
• 数据集： 自己收集，人工判定的数据集
  注：文中两个主要模型，一个判断是否有新闻价值，一个是判断是否可信

3、Automatic Detection of Rumor on Sina Weibo

• 作者： Yang
• 时间： 2012
• 级别： CCF A
• 定义： 通常被视为未经验证的与公众关注的对象、事件或问题有关的对人与人之间传播的事件的描述或解释
• 数据集： 自己收集，使用微博辟谣平台的数据，即虚假谣言

4、Prominent Features of Rumor Propagation in Online Social Media

• 作者： Kwon
• 时间： 2013
• 级别： CCF B
• 定义： 在传播过程中没有被确定的消息，文章将这些消息又分为三类，一，在后续的传播过程中确认为真，而在后续的传播过程中确定为假，或者在后续的传播过程中仍旧不能确定，本文将后两者定义为谣言（和心理学文献中的定义真实值无法验证或故意虚假的陈述基本相同）
• 数据集： 使用cha等人的数据集（这是一个用户研究影响力的数据集），然后根据其他的网站标记数据，文章将数据集开源了，但是链接打不开

5、Early detection of rumors in social media from enquiry post

• 作者： Zhe Zhao
• 时间： 2015
• 定义： 谣言是一种有争议的、可以核实事实的声明。

1. “事实可核查”：原则上，该陈述有一个真理值，可以由能够获得所有相关证据的观察者立即确定。这不包括无法核实事实的陈述，或其真实值仅由未来事件决定的陈述
2. “有争议的（或有争议的）”：在声明生命周期的某个时刻，一些人表示怀疑（例如，验证、更正、不相信的声明或问题）。这不包括事实可核查但没有争议的陈述（例如，克林顿本人承认的“比尔·克林顿试过大麻”）

• 数据集： 自己收集的数据集，主要是"波士顿马拉松爆炸案"相关数据，根据关键词收集推特，和GARDENHOSE，在普通月份收集的相关数据，同样通过关键词进行收集