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

作者：李宗敏; 张琪; 杜鑫雨

来源：情报杂志, 2020, 39(11): 90-110.

• 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

[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。