典型文献
社交媒体中错误信息的检测方法研究述评
文献摘要：
社交媒体改变了人们获取信息的方式,但也助长了错误信息在网络上的产生和传播.如何准确且快速地检测出社交媒体上的错误信息以净化网络环境,是一个重要的研究议题.本文从信息生态理论出发,分别从内容、用户和传播三个角度来阐述当前错误信息检测所关注的问题以及对应的检测方法,对近年来国内外的相关研究成果进行了系统梳理.现有的检测方法已经利用深度学习等技术取得了较好的检测结果.但是,由于错误信息爆发初期相关数据较少,有关早期检测的研究尚不多见;能够实现有效迁移和预训练的大规模基准数据集仍有待构建;从用户入手的信息挖掘有待进一步深入研究.
文献关键词：
社交媒体;错误信息;深度学习;特征融合;自动检测
中图分类号：
作者姓名：
吴诗苑;董庆兴;宋志君;张斌
作者机构：
华中师范大学信息管理学院,武汉 430079;武汉大学新闻与传播学院,武汉 430072;武汉大学大数据研究院,武汉 430072;南京大学信息管理学院,南京 210023
文献出处：
引用格式：
[1]吴诗苑;董庆兴;宋志君;张斌-.社交媒体中错误信息的检测方法研究述评)[J].情报学报,2022(06):651-661
A类：
B类：
社交媒体,错误信息,研究述评,体改,获取信息,助长,网络环境,研究议题,信息生态理论,信息检测,早期检测,不多见,有效迁移,预训练,基准数据集,信息挖掘,特征融合,自动检测
AB值：
0.316728
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
