面向假新闻检测的传播网络与内容联合分析结题报告.docVIP

面向假新闻检测的传播网络与内容联合分析结题报告

一、研究背景与问题提出

在Web2.0与社交媒体技术的驱动下，信息传播的门槛被彻底打破，人人皆可成为信息的生产者与传播者。这种传播范式的变革在推动信息民主化的同时，也为虚假信息的滋生与扩散提供了温床。据《2025年全球虚假信息治理报告》显示，全球范围内社交媒体平台上的假新闻传播量较2020年增长了187%，其中政治类、健康类和财经类假新闻的传播速度是真实信息的6倍以上。假新闻的泛滥不仅会扰乱公众认知、激化社会矛盾，更可能对公共卫生安全、金融市场稳定和民主政治体系造成严重冲击。例如，2023年某国社交媒体上流传的“新冠疫苗含致癌成分”假新闻，导致该国疫苗接种率在两周内下降了12个百分点，直接影响了疫情防控的整体进程。

传统的假新闻检测方法主要依赖于内容层面的分析，通过识别文本中的虚假陈述、逻辑矛盾或来源不可靠性来判断信息的真实性。然而，这种单一维度的检测方式存在明显的局限性：一方面，随着生成式AI技术的快速发展，假新闻的内容制作日益专业化、逼真化，仅通过文本语义分析难以有效识别；另一方面，假新闻的传播是一个复杂的动态过程，其传播路径、传播主体和传播节奏等网络特征蕴含着丰富的鉴别信息，而传统方法往往忽略了这些重要维度。此外，现有的假新闻检测系统大多缺乏对传播网络与内容特征的联合建模能力，无法充分利用多源数据的互补性，导致检测精度和时效性