2012年5月，新浪微博设立了举报处理大厅，谣言占了不良信息中的一大部分。研究人员利用微博举报大厅公布的实时数据收集谣言信息。
▶大部分微博谣言会在其发布的一个周内被举报并辟谣
第一，大多数微博谣言的影响力都比较小, 转发和评论数在500次以下的微博占到整体的84%。只有极少量的微博谣言具有极广的传播范围和强大的影响力 。
第二，谣言通常要传播一段时间后，才有可能遭到举报；同时, 由于传播速度快，大部分微博谣言会在其发布的一个周内被举报并辟谣 (88.9%)。
第四，大量发布谣言的用户，往往带有网络水军的性质，例如，有微博用户仅在几分钟的时间里发布了几十条微博, 其中大部分是谣言, 之后该用户就再未发过微博。
▶常识类谣言经常反复出现转发高峰
研究人员还根据谣言内容将其分成了5个分类：
•政治类谣言，例如钓鱼岛海域中日两国爆发海战；
•经济类谣言，例如三星赔偿苹果几十车硬币；
•欺诈类谣言，例如“四川藏区儿童需要御寒冬衣”，然后留下了一个虚假的联系电话；
•社会生活类谣言，社会各界人物的花边新闻，例如六小龄童去世；
•常识类谣言，例如阿司匹林能治疗心脏病。
这些谣言中，大部分属于社会生活类和政治类谣言 (约占70%)。而结合微博谣言发布、传播、高峰和消亡的过程还可以发现，不同的谣言出线转发峰值的情况也各部相同。
70%的谣言话题只有一个较大转发峰值，也就是说，被辟谣后，它们就会逐渐消亡。
另外，谣言的内容也和其转发峰值有关系：例如，常识类谣言由于受众广，辟谣难度较大，往往会反复被人们提及，出现多次爆发，约70%的常识类谣言通常有多个转发峰值。而关于名人或知名机构的谣言，由于关注人数众多，辟谣难度较小，因此发布之初就会出现较大转发峰值，但很快会被辟谣，约60%的此类谣言会在一个周内消亡。
▶人们为什么相信谣言
人们为什么会相信这些谣言呢？研究人员分析后将原因归结为两类：（1）知识受限，即缺乏专业知识而导致误信或无法辨认的谣言。例如，阿司匹林可以治疗急性心脏病；（2）时空受限谣言，即由于地域和时间限制无法辨认的谣言。例如, 有谣言称 “杭州上城区一妇女喝了3罐可乐，两天后离开了这个世界。验尸结果是她死于细螺旋体病, 发病原因是直接用嘴对可乐罐饮用”。
▶自动辟谣框架
在对谣言进行分析之后，研究人员还试图建立一个自动辟谣机制。当然，在目前的技术条件下，自然语言处理技术还无法根据微博内容自动判断其是否为谣言。所以，研究人员的思路通过语义分析，自动根据谣言主题对其进行分类，然后发现最有可能判定该谣言的专家，推荐专家对疑似谣言进行鉴别。
研究人员的框架主要包括3个阶段的工作：
1. 谣言发布早期，通过用户举报和对可疑用户的监控建立疑似谣言的集合。一方面，将疑似谣言和谣言库中进行比对；另一方面, 对于在谣言库中没有匹配内容的谣言，通过查询该领域的专家库，推荐若干专家对该疑似谣言进行鉴别。
2. 谣言发布中期，通过自然语言处理技术分析疑似谣言的评论信息，通过社会网络分析技术分析疑似谣言的传播模式，判定该信息是否为谣言。
3. 谣言发布后期，对于判定为谣言的信息, 将其加入谣言库；对信息发布人进行可信性分析，确定其信用等级，将信用等级低于一定阈值的用户加入可疑用户库，在一段时间内对其发布的微博内容进行监控；对信息举报人和评论人进行专家发现，充实和更新该信息相关的知识领域的专家库。
当然，目前这一切还处于理论研究阶段，而建立可以用户库也需要以网站更严格地执行实名制为前提。用大数据、人工智能去对付谣言，前提是需要很多人交出更多的隐私，你愿意吗？
注：以上文章引用自论文《中文社交媒体谣言统计语义分析》，更多详情请阅原文：刘知远, 张乐, 涂存超, 孙茂松. 中文社交媒体谣言统计语义分析. 中国科学 信息科学, 2015, 45(12): 1536-1546. //info.scichina.com/sciF/CN/10.1360/N112015-00243 本文摘选全球深度报道，文/蒋鸿昌。
更多阅读：
