基于机器学习的微博突发事件分析与谣言检测

完整资料进入【数字空间】查看——搜索"writebug"

一、绪论
本章首先对谣言检测的背景进行介绍，并阐述了研究谣言检测技术的重要意义，然后对于谣言检测技术的发展历程以及国内外谣言检测相关的研究情况进行了介绍。最后介绍本文的研究内容以及章节结构安排。

1.1 研究背景及意义
近几十年来，互联网的发展已经掀起了一个科技浪潮，同时，我国互联网在用户规模及普及率、互联网基础设施和应用领域等方面也保持快速发展，从规模与用户数来看，中国互联网已成为国际互联网中不可忽略的部分。从中国互联网络信息中心(CNNIC)最新发布的第43次《中国互联网络发展状况统计报告》的数据可以看出，截止2018年12月，我国互联网用户规模已达到8.29亿，全年新增互联网用户5653万，互联网普及率达59.6%；其中移动互联网用户规模为8.17亿，全年新增6433亿；移动互联网用户比例由2017年底的97.5%提升至2018年底的98.6%[1]。

互联网的快速发展，用户规模的扩大和网络应用普及率的提高，使得社会媒体获得迅速发展，信息呈现出前所未有的多样性，人们获取信息、意见表达的方式得到了空前拓展。以微博为代表的社会化网络新媒体正在成为人们生活中获取最新信息、表达观点的新平台。随着互联网技术的应用，网络新媒体的功能更加先进和多元，内容更加自由和开放，同时信息发布费用更加低廉、使用更加便捷；人们获取信息的方式也由线下传统方式转变为线上网络获取，为网络媒体带来了海量用户。

随着微博等平台的流行，微博上产生了大量难于验证的谣言信息，给用户体验、平台发展和国家稳定带来巨大危害[2]。微博谣言的危害性主要表现在其突发性与不确定性。首先微博谣言常伴随着突发事件产生，在某个事件发生后，与之相关的谣言也随之产生并进行传播。其次，人们希望在突发事件发生后第一时间获取到相关信息，而事件的突发性导致官方新闻媒体无法短时间内公布相关信息，这从一定程度上促进了谣言的产生，也为事件相关的信息增加了不确定性。这些谣言泛滥的危害显而易见，它们不仅能影响个人的判断，误导社会舆论导向，更严重者会引起公众的恐慌和社会的动荡[3]。近年来，国内外先后爆发了由谣言传播引发的群体性突发事件，严重扰乱了人们的生活秩序，影响了社会的稳定，造成的损失超出了社会资源所能承受的能力[4]。例如2015年８月一则关于“韦拉克鲁斯附近出现吸毒团伙的枪击和孩童绑架事件”的谣言在美国社交网络中传播，其引发的骚动导致部分民众将车辆留在马路中间，冲向学校去接自己的孩子，从而造成了26起车祸[5]。又如2018年10月28日，重庆万州公交车坠江事件相关微博引起了人们的关注，事件发生后由于官方权威媒体没有及时发布调查结果通报，导致一时间网络上出现了许多有关公交车司机不规范驾驶导致事故的相关谣言，而处在消息不对称一端的用户在网络谣言的误导下纷纷针对公交车司机进行舆论攻击，直到权威媒体公布事故调查真相时，才将谣言止住。这给同为受害者的公交车司机及其家属带来了莫大的伤害。

据新浪微博官方发布的《2018年度辟谣数据报告》，2018年，微博站方共有效处理不实信息7.48万条，辟除新增谣言352例，标记不实信息1811条，全年单条不实信息从举报到处理平均用时16.97小时，每条谣言澄清用时较2017年减少近1个小时[6]。由此可见，未知谣言鉴别己成为社交网络内容安全中不可忽视的课题，谣言传播具有突发性且传播速度极快，对正常的社会秩序造成不良影响，公众的从众心理又在客观上促进了谣言的传播，因此在传播早期揭露谣言对于减少其有危害性影响尤为重要。为了区分谣言和事实，个人和组织往往依靠经验常识和调查性新闻，著名的谣言报道网站snopes.com、fatcheck.org等发挥了一定的作用，但是在这些途径都涉及到人工验证步骤，因此调查性新闻难以全面准确，并且存在长时间的判别延迟[5]。因此考虑如何高效率鉴别谣言信息、如何测量、量化相关传播信息的可信度，已成为目前学术界、政府职能机构等相关部门共同关注的重要问题，对构建和谐的社会环境具有重要意义。