新冠疫情相关社交媒体谣言传播量化分析 - 陈慧敏, 金思辰, 林微, 朱泽宇, 仝凌波, 刘一芃, 叶奕宁, 姜维翰, 刘知远, 孙茂松, 金兼斌.pdf
免费下载
计 算 机 研 究 与 发 展
DOI
:
１０．７５４４∕issn１０００Ｇ１２３９．２０２１．２０２００８１８
JournalofCom
p
uterResearchandDevelo
p
ment ５８
(
７
):
１３６６ １３８４
,
２０２１
收稿日期
:
２０２０
－
１０
－
１０
;
修回日期
:
２０２１
－
０１
－
１８
基金项目
:
国家社会科学基金项目
(
１３&ZD１９０
)
Thisworkwassu
pp
ortedb
y
theNationalSocialScienceFoundationofChina
(
１３&ZD１９０
)
．
通信作者
:
刘知远
(
liuz
y
＠tsin
g
hua．edu．cn
)
新冠疫情相关社交媒体谣言传播量化分析
陈 慧 敏
１
金 思 辰
２
林
微
１
朱 泽 宇
１
仝 凌 波
２
,
４
刘 一 芃
２
叶 奕 宁
２
姜 维 翰
３
刘 知 远
２
孙 茂 松
２
金 兼 斌
１
１
(
清华大学新闻与传播学院
北京
１０００８４
)
２
(
清华大学计算机科学与技术系
北京
１０００８４
)
３
(
北京航空航天大学软件学院
北京
１００１９１
)
４
(
美国圣母大学心理学系
美国印第安纳州南本德
４６５５６
)
(
huimchen＠mail．tsin
g
hua．edu．cn
)
Q
uantitativeAnal
y
sisontheCommunicationofCOVIDＧ１９RelatedSocialMedia
Rumors
ChenHuimin
１
,
JinSichen
２
,
Lin Wei
１
,
ZhuZe
y
u
１
,
Ton
g
Lin
g
bo
２
,
４
,
LiuYi
p
en
g
２
,
YeYinin
g
２
,
Jian
g
Weihan
３
,
LiuZhi
y
uan
２
,
Sun Maoson
g
２
,
andJinJianbin
１
１
(
Schoolo
f
JournalismandCommunication
,
Tsin
g
huaUniversit
y
,
Bei
j
in
g
１０００８４
)
２
(
De
p
artmento
f
Com
p
uterScienceandTechnolo
gy
,
Tsin
g
huaUniversit
y
,
Bei
j
in
g
１０００８４
)
３
(
Schoolo
f
So
f
tware
,
Beihan
g
Universit
y
,
Bei
j
in
g
１００１９１
)
４
(
De
p
artmento
f
Ps
y
cholo
gy
,
Universit
y
o
f
NotreDame
,
SouthBend
,
Indiana
,
USA
４６５５６
)
Abstract TheoutbreakoftheCOVIDＧ１９
p
andemicisaccom
p
aniedb
y
numerousrumorss
p
readin
g
on
thesocialmedia
p
latform
,
whichseriousl
y
affectsthestabilit
y
ofsociet
y
andthesafet
y
of
p
ublic．
Existin
gq
uantitativeanal
y
sesofCOVIDＧ１９relatedsocialmediarumorsonl
y
focusonsin
g
leelement
ofcommunication
,
suchascontent
,
whilei
g
norin
g
otherbasicelementsofcommunication
,
includin
g
communicator
,
audience
,
andeffect．Besides
,
com
p
ared withtherealsocialmediarumordata
,
the
rumordataofthesestudieshavedistributionbiasandlackofinformation．Therefore
,
weconducta
morecom
p
rehensive
q
uantitativeanal
y
sisonthecommunicationofCOVIDＧ１９relatedsocialmedia
rumorsbasedontheSinaWeibo
p
latform．S
p
ecificall
y
,
wefirstanal
y
zethecommunicationcontentof
rumors
,
includin
g
theanal
y
sisoftheto
p
ic
,
involvedre
g
ions
,
eventtendenc
y
andsentiment．Further
,
weinvesti
g
atetheusersen
g
a
g
edinrumorcommunicationanddividetheusersintothreecate
g
ories
,
namel
y
,
rumor
p
osters
,
rumors
p
readers
,
andrumorinformers．Weex
p
lorethebasicattributes
,
to
p
ic
p
references
,
individualsentiments
,
and selfＧnetwork characteristics ofthe en
g
a
g
ed users．
Finall
y
,
we stud
y
the
p
ublic o
p
inion tri
gg
ered b
y
rumors
,
includin
g
the overall sentiment
distribution
,
itscorrelationwithto
p
ics
,
ke
y
wordsandre
g
ions
,
aswellastheevolutionofsentiment．
Toconclude
,
thisstud
y
first
q
uantitativel
y
anal
y
zesCOVIDＧ１９relatedsocialmediarumorsfromthe
p
ers
p
ectiveofdifferentbasicelementsincommunication．It
p
rovidesa morecom
p
rehensiveand
p
rofoundunderstandin
g
ofCOVIDＧ１９relatedsocial mediarumorsandisof
g
reatvalueforboth
researchandmana
g
ementofrumorin
p
ublicemer
g
encies．
Ke
y
words COVIDＧ１９
;
socialmedia
;
rumorcommunication
;
communicationstructure
;
q
uantitative
anal
y
sis
摘
要
新冠肺炎疫情的爆发伴随着大量的谣言在社交媒体平台传播
,
对网络秩序和社会稳定产生了不
良影响
．
已有的疫情相关社交媒体谣言传播量化分析研究仅对谣言内容等单一传播要素展开分析
,
而忽
略了构成信息传播的其他基础要素
,
包括传播者
、
受众以及传播效果等
．
同时
,
这些研究的谣言数据与真
实的社交媒体谣言数据也存在分布偏差和信息缺失
．
因此
,
基于新浪微博平台对新冠疫情相关社交媒体
谣言的传播展开更加全面的量化分析
．
具体而言
,
首先对谣言传播内容进行分析
,
包括其主题分析
、
涉及
地区分析
、
事件倾向性分析以及情感分析
;
进一步对谣言参与用户进行分析
,
将参与用户分为
３
类
:
造谣
者
、
传谣者和辟谣者
,
并分别对其基础属性
、
关注主题
、
个体情绪以及自网 络属性 进行探 究
;
最后对 谣言
引发舆情进行分析
,
探究其情感的整体分 布
、
与主题
、
关键词 和地区 的关系
、
以及情 感的演 变规律
．
该研
究首次从信息传播的各个基础要素层面对疫情相关的社交媒体谣言传播展开 量化分 析
,
不仅对 新冠肺
炎疫情相关谣言传播有了更全面深刻的认识
,
同时对突发公共事件的谣言 研究和 谣言治 理也具 有十分
重要的价值
．
关键词
新冠肺炎
;
社交媒体
;
谣言传播
;
传播结构
;
量化分析
中图法分类号
TP３９１
① htt
p
:
∕∕www．xinhuanet．com∕２０２０Ｇ０１∕２７∕c
_
１１２５５０６２４６．htm
② htt
p
s
:
∕∕www．who．int∕d
g
∕s
p
eeches∕detail∕whoＧdirectorＧ
g
eneralＧsＧo
p
enin
g
ＧremarksＧatＧtheＧmediaＧbriefin
g
ＧonＧcovidＧ１９％E２％８０％９４１１ＧmarchＧ２０２０
③ htt
p
s
:
∕∕www．who．int∕newsＧroom∕featureＧstories∕detail∕immunizin
g
ＧtheＧ
p
ublicＧa
g
ainstＧmisinformation
④ htt
p
s
:
∕∕www．who．int∕newsＧroom∕detail∕２３Ｇ０９Ｇ２０２０Ｇmana
g
in
g
ＧtheＧcovidＧ１９ＧinfodemicＧ
p
romotin
g
Ｇhealth
y
ＧbehavioursＧandＧmiti
g
atin
g
ＧtheＧharmＧ
fromＧmisinformationＧandＧdisinformation
谣言一般指 没 有事 实 依据 而 捏造 的 言论
[
１
]
,
是
社会科学和计算机科学的重要 研究问 题
[
２Ｇ５
]
．
谣言最
初主要以口耳相传 形 式流 传
,
随着 近 年来 互 联网 的
发展
,
诸 如 微 博
、
微 信
、
Twitter
等 社 交 媒 体 成 为 谣
言传播的新平 台
．
由 于 社 交 媒 体 平 台 的 开 放 性 和 便
捷性
,
大量虚假言论在社交媒体平台上广泛传播
,
对
网络秩序和社会稳定产生了不良影响
①
．
重大公 共事件 出现时 往往伴 随着谣 言的产 生
,
如
２０１４
年 的 埃 博 拉 瘟 疫
[
６
]
、
２０１６
年 的 美 国 总 统 大
选
[
７
]
．
而
２０１９
年出现 的新冠 肺炎
(
COVIDＧ１９
)
疫情
发展至今
,
已经构成了全球性
“
大流行
”(
Pandemic
)
②
．
与之相伴的则 是 信 息 瘟 疫
(
Infodemic
)
③
的 到 来
,
大
量谣言在社交媒体 平 台上 衍 生并 广 泛传 播
,
这些 谣
言不仅严重危害到 公 众的 生 命安 全
,
同时 给 社会 带
来了极大的恐慌和 不 稳定 因 素
④
．
与此 同 时
,
已有 研
究表明
,
类似于这次新 冠 肺炎 疫 情的 突 发公 共 事件
相关谣言
,
其传播与 社 会常 态 时谣 言 的传 播 具有 十
分不同的特性
[
８Ｇ１１
]
．
因此
,
对新 冠 肺炎 疫 情相 关 社交
媒体谣言传播进行量化分析不仅具有深远的社会意
义
,
同时具有十分重要的研究价值
．
目前已经有一些研究者针对新冠肺炎疫情相关
社交 媒 体 谣 言 传 播 展 开 量 化 研 究
．Islam
等 人
[
１２
]
收
集了来 自
Twitter
和
Facebook
等 社 交 媒 体 平 台 的
２３１１
篇疫情相关谣言和阴谋论报道
,
并对其进行内
容分析
．Cinelli
等人
[
１３
]
收集 了 来自
６
个国 外 社交 媒
体平台的疫情相关 谣 言
,
并对 其 传播 模 式进 行 对比
分析
．
钱迎飞
[
１４
]
和江苏佳
[
１５
]
则收集了国内的腾讯较
真查证平台和丁香 园 辟谣 平 台的 疫 情相 关 谣言
,
并
展开内容分析
．
然而
,
目前这些工作仅对疫情相关 社
交媒体谣言传播 的 单一 要 素展 开 量化 分 析
,
如内 容
特征
．
而根据拉斯韦尔的经典信息传播模型
[
１６
]
,
构成
信息传播的基 本 要素 包 括传 播 者
(
communicator
)、
传播 内 容
(
messa
g
e
)、
传 播 媒 介
(
medium
)、
受 众
(
audience
)
以及 传播 效 果
(
effect
),
其中 对 谣言 的 传
播者
、
传播媒 介
、
受 众 以 及 传 播 效 果 的 研 究 仍 未 涉
及
．
同时
,
已有工作基于的谣言数据大多来自于人工
归纳整理
,
相对于真实的社交媒体平台谣言数据
,
其
仍然存在一定的分 布 偏差 和 信息 缺 失
:
其分 布 偏差
体现在人工归纳收集的谣言数据多为广泛传播的谣
言
,
而社交媒体平台 中 的谣 言 只有 极 少数 具 有广 泛
的传播范围
[
１７
]
．
其信息缺 失体现 在 人工 归 纳收 集 的
谣言往往只保留谣 言 内容
,
而其 引 发的 舆 情和 传 播
信息以及参与用户信息则没有保留
．
为了解决 分布偏 差和信 息缺失 问题
,
本文基 于
国内最大的微 博服 务 平台
———
新浪 微 博
,
对 新 冠 疫
情相关社交媒体谣言传播展开全面地量化分析
．
我们
７６３１
陈慧敏等
:
新冠疫情相关社交媒体谣言传播量化分析
of 19
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论