談不實信息管理研究對象
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談不實信息管理研究對象范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：不實信息識別、不實信息傳播抑制等不實信息方面的研究對于社會來說具有重大的使用價值。本文關于不實信息的研究對象分為信息與人兩大類。信息可以分解成不實信息、真實信息兩大類，分別研究它們的靜態(tài)特征以及動態(tài)特征。人可以分解成為行為特征和目的特征。其中，可以通過研究社交媒體用戶對信息受眾的反應來分析行為，可以通過自然言處理的方式研究信息的主題以及梗概來分析目的，進而發(fā)現(xiàn)不實信息在技術上的特征。本文為對于不實信息管理方面的研究理清了思路，明確了研究角度、研究方法和技術手段。
關鍵詞：不實信息管理；機器學習；自然語言處理
一、引言
隨著智能手機的普及，互聯(lián)網(wǎng)成為了人們獲取信息的主要來源。社交媒體的出現(xiàn)以及技術的發(fā)展，將當前社會從Web1.0時代推入Web2.0，人們與互聯(lián)網(wǎng)的關系從信息的接收者成為了信息的者。因此，互聯(lián)網(wǎng)中的社交媒體成為傳播信息的主要媒介[1]，在突發(fā)事件中，網(wǎng)絡社交媒體成為了快速一線信息的重要渠道。由于社交媒體的受眾多、使用便利，現(xiàn)在出現(xiàn)了各種有意利用社交媒體傳播虛假信息以及因不明真相而傳播不實信息的社交媒體用戶。比如購物網(wǎng)站上的水軍，facebook上關于選舉信息的投放，微信公眾號上關于波士頓馬拉松爆炸案上不實信息的傳播等。不實信息的傳播會導致不同程度的財產(chǎn)損失甚至是對人們權力的侵犯，所以對于互聯(lián)網(wǎng)社交媒體，信息的真實性就變得非常重要。為了實現(xiàn)對于不實信息的管理與控制，需要做到兩點：一方面是遏制不實信息的傳播，另一方面是促進辟謠信息的傳播。這兩者的實現(xiàn)都需要通過實證研究、內容研究、機器學習、數(shù)據(jù)統(tǒng)計等方法，因此少需要對于與不實信息相關的各類特征的提取。本文通過對于這些特征的合理分類以及提取，可以較為全面地展現(xiàn)與不實信息的特點，進而從多維度對不實信息的傳播進行分析，找出其傳播規(guī)律。本文為進一步研究進行理論上的鋪墊，總結不實信息傳播中各個對象，以及各個對象值得研究的方向、特征，實現(xiàn)對不實信息管理研究的啟發(fā)。不實信息管理研究的最終目的在于阻止不實信息的傳播，并防止不實信息利用漏洞進行偽裝，進而減少社會損失。
二、研究對象
在不實信息傳播的過程中涉及信息的受眾、散布者、以及傳播的信息。其中傳播的信息根據(jù)分類角度的不同，能夠有多種分類方法，比如不實信息、真實信息，不實信息又可以分為科技類不實信息、陰謀類不實信息、其它不實信息[2]等（見圖1）。對于研究對象可以從管理學、社會學、統(tǒng)計學等角度對特征進行總結歸納。對于上文中的對象可以通過圖2來展現(xiàn)各個對象以及其特征。1．信息受眾對于不實信息的受眾，其特征主要從兩方面進行研究，一方面是人的行為，另一方面是人行為的目的性[6]，也就是目的。在社交媒體上，信息的受眾或者用戶的行為主要分為四種[3]：轉發(fā)、評論、驗證、質疑，由于接受不實信息的用戶以及一些在其他情況下的用戶可能只是瀏覽了不實信息，但是未作出任何操作，無法做出確切的統(tǒng)計，暫時不在考慮范圍之內。人的一切行為都具有目的性，因此，既然有信息受眾的行為，就會有受眾的行為目的。其目的，與受眾的行為相對應，也分為：轉發(fā)、評論、驗證、質疑。2．不實信息散布者不實信息散布者可能是不實信息傳播的源頭，也可能是在不實信息傳播過程中充當傳播中介的人，還有可能是將原有的不實信息二次加工，使之成為了新的不實信息的信息源頭。他們的特征與信息受眾相類似，分為兩大塊，行為與目的。在行為方面，可以是編輯不實信息、轉發(fā)不實信息、評論不實信息等。編輯不實信息指那些在社交媒體上不實信息并且推送出去的行為，也可能是轉發(fā)不實信息同時加上了自己所添加的不實信息的行為。轉發(fā)不實信息是指單純地轉發(fā)了不實信息的推送，未添加內容也未提出質疑以及求證信息。評論不實信息是指在評論中增加了不正確的信息，比如亞馬遜網(wǎng)站的虛假評論。這些不實信息背后都對應著各不相同的目的性：煽動、引導、傳播等。社交媒體上原創(chuàng)的不實信息是用來吸引信息受眾的注意力來做廣告或者讓用戶關注某個賬號，因此具有引導的功能。還有一些原創(chuàng)的公眾號為來傳播自己的思想也因此有煽動的成分。對于單純轉發(fā)不實信息的用戶，可能是相信不實信息，從而想讓更多的人知道。虛假的評論大多是為了引導用戶的購買行為、關注行為等行為而產(chǎn)生。3．不實信息信息傳播過程中的第二類對象是信息，信息分為不實信息和真實信息。對于不實信息，其特征可以分為兩大類：一類是動態(tài)特征，另一類是靜態(tài)特征。動態(tài)特征往往是隨著一些條件的變化而變化，比如時間變化。靜態(tài)特征一般是不會變化的特征，大體上反映出信息本身的一些特征，比如：信息中所包含的情感、信息的主題等。動態(tài)特征分為級聯(lián)[5]、回音室[2]、生存時間[2]等。對于級聯(lián)，又有級聯(lián)產(chǎn)生的時間，級聯(lián)的深度與廣度，這大體上能夠反映出一個（同一批）不實信息的規(guī)模（回音室的大?。?。回音室表示同一種不實信息的受眾群體大小。ZolloF，QuattrociocchiW研究發(fā)現(xiàn)同一類不實信息往往只吸引同一批看法觀點相近的人，并且規(guī)模大小可以用級聯(lián)的規(guī)模來判斷。生存時間可以發(fā)現(xiàn)不實信息擴散的速度的變化、級聯(lián)規(guī)模的變化、甚至是不實信息傳播的變化情況是加快、減慢、還是受阻或者完全被辟謠。靜態(tài)特征分為情感、主題等，主要體現(xiàn)信息本身的特點。通過情感特點來展現(xiàn)文本內容的情感強烈程度，從而可以發(fā)現(xiàn)不實信息的某些特點，或者借助此特點來辟謠信息。對于文本主題的提取，主要用來發(fā)現(xiàn)與主題不符的內容，從而發(fā)現(xiàn)文中涉嫌引導的部分。4．真實信息對于真實信息特征的研究多用于與不實信息進行對比研究，甚至是用兩者的數(shù)據(jù)進行訓練，進而達到分類器的實現(xiàn)，從而可以做到半自動乃至自動對信息進行分類。真實信息的特征分為靜態(tài)特征與動態(tài)特征兩類。動態(tài)特征分為級聯(lián)[5]、回音室[2]、生存時間[2]，等。對于級聯(lián)，又有級聯(lián)產(chǎn)生的時間，級聯(lián)的深度與廣度。生存時間可以發(fā)現(xiàn)不實信息擴散的速度的變化、級聯(lián)規(guī)模的變化、甚至是辟謠信息傳播的變化情況是加快、減慢、還是受阻或者完全被阻止。靜態(tài)特征分為情感、主題等。綜上所示，這些特征只是客觀現(xiàn)象的一部分，不一定能夠完全反應信息傳播過程中相關對象的客觀情況，有待進一步的研究來發(fā)現(xiàn)新的對象或者新的特征，或者足以彌補特征不足的新的研究方法。
三、研究方法
1．社會角度信息的傳播是一種人際之間的交流手段，其中帶有各個利益群體或者個體的心理訴求，歸根結底是為了實現(xiàn)不同利益群體的利益訴求。而由于利益群體的體量巨大，所以會有群體性因素。所以涉及到社會群體的理論以及對于人員的管理。對于不實信息的研究會涉及到心理學、社會學、管理學等與人相關的學科研究。從心理學的角度，可以通過了解不同背景環(huán)境下的各個群體的需求、利益、目的情況，來判斷他們的心理需求，并對其進行分類或者建模，借助心理學的研究方法進行模型構建，從而清楚地刻畫出某一類狀況下各個心理群體的基本情況，利用他們的心理弱點來達到控制不實信息傳播的目的。從社會學的角度，群體對個體有一定的約束作用，同一個群體中人的類型基本相同，他們都會對自己的看法有極化現(xiàn)象[2]，因此對于不實信息的糾正不能僅僅停留在發(fā)送糾正信息的層次，還應當從人的心理認知或者認同感上進行具體的分析，利用社會學的研究成果來實現(xiàn)對于群體不實信息認知的糾正。從管理學角度，對于不同的不實信息的傳播主體以及受眾群體，不同的社會機構（政府、非政府）需要有不同的管理方式，需要有不同的激勵機制來傳播真實信息、抑制不實信息的傳播、識別不實信息，處罰不實信息的傳播者、編造者?？梢酝ㄟ^管理學的方法來實現(xiàn)對于真實情況的模擬以及實驗，最后在社會上合理推廣。2．技術角度從技術角度進行不實信息管理研究，其優(yōu)勢在于當前關于不實信息的數(shù)據(jù)量龐大，計算機運算能力增長速度快，目前已經(jīng)能滿足對不實信息的大數(shù)據(jù)處理要求。一旦形成了在某一個方面比較成熟的運算模型就能夠大批量處理網(wǎng)絡中的數(shù)據(jù)，并且有較好的效率。由于當前互聯(lián)網(wǎng)中數(shù)據(jù)信息的豐富。因此，數(shù)據(jù)收集可以直接借助爬蟲工具或者restfulAPI在互聯(lián)網(wǎng)中完成。在擁有了大量的數(shù)據(jù)之后，我們可以借助統(tǒng)計學的方法對數(shù)據(jù)有一個大致的宏觀把握，了解數(shù)據(jù)的質量、數(shù)據(jù)的類型、數(shù)據(jù)的分布，進而可以進行模型的假設，開始下一步機器學習中的模型選擇、模型建立以及模型訓練。在對數(shù)據(jù)集進行合理的假設以及建模之后，可以借助計算機運算對模型的參數(shù)進行優(yōu)化，達到較好的分類效果，從而實現(xiàn)在某一領域中不實信息的識別，為其他領域的不實信息識別研究進行啟發(fā)。
參考文獻
[1]第42次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》[R].
[6]周三多.管理學：原理與方法[M].上海：復旦大學出版社，2009.
[7]周志華.機器學習[M].北京：清華大學出版社，2016.
作者：顧揚帆 單位：上海工程技術大學