
机器算法和大数据技术帮助消除虚假信息的传播
如何识别和拦截虚假信息在社会上的流传,一直是媒体工作者们面临的难题。而随着新媒体和社交平台兴起、公众自发分享信息成为流行,这一问题也变得较历史上更加复杂,已经成为全球新闻界和技术界共同面对的一项挑战。
今日头条因为创造性地将机器算法和大数据技术应用于媒体传播领域而获得广泛的关注,现在,我们也在尝试着用计算机和大数据帮助我们消除各类虚假信息在今日头条上的传播。
根据传统的方法,识别虚假信息需要具备相关领域专业知识的工作人员进行审核判断,但目前今日头条平台上各类机构分享发布的信息每天已经接近20万篇。仅靠人工进行识别判断难以保证这项工作的效率和准确性。
因此,今日头条开始尝试结合机器算法和用户反馈来提升虚假信息识别的效率。例如,有大量用户举报了一篇内容为虚假信息,或在某篇内容的评论区中密集出现“假新闻”等相似关键词,机器即可自动识别并将其提交至今日头条审核团队的工作后台,提示进行高优先级的复审。目前,机器通过收集分析各类用户反馈识别虚假信息的准确率达到60%,结合人工复审可进一步提升到90%。
在准确甄别虚假信息后,今日头条运营团队将会立刻停止虚假信息的推荐和展示,并依据平台运营规则对发布虚假信息的来源进行处罚。
对于在被发现和停止推荐以前,已经造成较大范围影响的虚假信息,今日头条也在尝试通过大数据技术进行“精准辟谣”。这项功能已经在12月开始初步实验,其实现方法是:通过某篇虚假信息的用户阅读记录,将阅读过此信息的用户识别和标注出来。当辟谣信息发布时,则可通过特别的推荐通道,指定向这部分曾阅读过虚假信息的用户进行展示。
这类“辟谣”信息在这部分用户的信息流中显示为带有一类特殊标签的信息,从而引起该用户的格外重视。此“精准辟谣”功能在12月先后实验性地应用于“网传搜狐撤裁内容部不再设编辑岗位”和“网传保定曲阳一23岁女孩光天化日之下被抢走”两次虚假信息传播事件中。基于大数据技术的“精准辟谣”,相比传统的通报辟谣方式,能够更加精准地消除虚假新闻的传播影响,并且对无关用户造成更少的干扰。
今日头条作为智能分发和信息推荐引擎的发明者,一直在尝试使用创新技术实现人与信息之间精准、高效的连接。而在技术解决方案之外,新闻和内容工作者对事实真相的挖掘报道、用户对有害信息的及时反馈,对于维护信息传播的清洁度依然是非常重要的。新闻工作者、内容创作者和普通用户共同构成了技术方案得以有效工作的基础。
今日头条期待社会各界共同对今日头条平台上潜在的虚假信息进行监督、反馈、指正,也欢迎对今日头条的信息治理提供创意和建议。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26