基于性别视角的社交媒体用户造谣传谣和举报谣言行为研究

研究男性与女性用户在社交媒体中造谣(传谣)和举报谣言行为上的差异性,有助于制定针对性的谣言消解措施。以新浪微博中已被证实为谣言的微博内容为数据源。采用列联卡方检验(Chi-squared test)检验了男性和女性用户在造谣(传谣)和举报谣言行为上的差异,同时通过隐含狄利克雷分布(Latent Dirichlet Allocation)对男女用户生成和举报的谣言内容进行了主题分类。结合列联卡方检验结果和主题分类结果,对社交媒体男女用户在造谣传谣和举报谣言行为上的差异进行了讨论。主要研究发现如下:造谣(传谣)行为方面,女性用户中造谣(传谣)的比率显著高于男性用户;举报谣言行为方面,男性用户中举报谣言的比率显著高于女性用户(=169.426,<0.001)。两性用户均关注国际关系话题,但也存在差异性:男性用户造谣传谣的内容重点聚焦于国际关系方面,而女性造谣传谣的内容还体现在社会安全、食药安全和突发事件方面。在研究结果基础上,为社交媒体运营商提出了谣言消解措施。

基于表示学习的跨模态检索模型与特征抽取研究综述

以深度学习为代表的表示学习在语音识别、图像分析和自然语言处理领域获得了广泛关注与应用,它不仅推动了人工智能的深入研究和快速发展,而且促使企业思索新的运营与盈利模式。本文拟通过综述的形式对这些研究进行梳理,形成较为完整的综述。通过对国内外相关文献的调查和整理,从信息抽取与表示、跨模态系统建模两维度评述了基于表示学习的跨模态检索与特征抽取方面的研究成果。文章首先概括了自动编码器、稀疏编码、限制玻尔兹曼机、深度信念网络、卷积神经网络等五个经典的表示学习算法,然后从基于共享层建立各模态间的关联、表示空间中各模态间的关联、以深度学习为基础的跨模态建模算法等三方面归纳跨模态系统建模研究的现状,最后总结了跨模态检索的评价指标。研究发现:已有检索研究对于单模态信息检索较为丰富,查询和候选集的内容均属于同一模态;跨模态检索也仅限于对图像、文本两个模态对齐的语料。未来需要增加语音、视频、图像、文本等多模态数据的检索,改进深度学习算法构建多模态检索模型,实现三种或以上的跨模态检索。此外,尚需建立适合多模态检索系统的评价指标。

社交媒体辟谣信息的扩散机理研究——基于辟谣信息演化网络的纵向分析

[目的/意义]从时间纵向维度展现社交媒体辟谣信息扩散的演化脉络,有助于厘清辟谣信息扩散的内在机理。[方法/过程]将"@人民网"官方微博发布的"全国暴雨"辟谣信息作为起点,收集该辟谣微博发布后7天内的转发数据。采用社会网络分析方法,构建社交媒体辟谣信息扩散的演化网络,并分析其扩散的内在机理。[结果 /结论 ]主要研究发现如下:(1)社交媒体辟谣信息从爆发期、高潮期到消退期的演化路径为:辟谣信息被政府官方微博发布后,会在极短时间内在其发布者的"紧密型"社交圈中(政府机构用户间)迅速扩散;随后,辟谣信息主要经由"大V名人"与其粉丝构成的"松散型"网络,向大V名人的粉丝扩散;最后,辟谣信息经由大V名人的粉丝,在粉丝与其好友的"紧密型"网络中扩散,直至消退。(2)辟谣信息扩散网络在三个时期的密度均较小。(3)与微博谣言扩散有所不同,绝大多数微博辟谣信息的扩散主体之间并没有互动,仅表现为单向传递关系。(4)相比政府官方微博而言,"大V名人"转发辟谣信息所带来的效应更能够激起受众对辟谣信息的精神共鸣,更能促进辟谣信息的扩散。

公立医疗机构档案信息化建设研究与实践——基于2018—2020年国内公立医疗机构档案相关文献的研究综述

目的对当前国内公立医疗机构档案信息化面临的处境有一个较全面的认识与把握,为探寻医疗机构档案信息化的现存问题及解决方案提供参考。方法对CNKI收录的2018—2020年国内公立医疗机构档案服务能力提升相关主要研究进行文献综述。结果对我国公立医疗机构档案服务能力提升面临的3个主要问题与解决方案进行了探讨。结论解决公立医疗机构档案信息化问题需提高档案信息化的显性价值输出,建设专业档案人才队伍,促进档案信息化与整理信息规划的融合,创新管理方法与档案服务模式。

实名认证能遏制社交媒体谣言么?——来自新浪微博的证据

文章以新浪微博中已被证实为谣言的信息为数据源,采用列联卡方检验对用户造谣(传谣)和举报谣言的行为进行分析。研究主要发现:造谣(传谣)行为方面,实名认证用户中造谣(传谣)的比率显著高于非实名认证用户中造谣(传谣)的比率;举报谣言行为方面,非实名认证用户中举报谣言的比率显著高于实名认证用户中举报谣言的比率。在研究结果基础上,提出社交媒体谣言治理建议。