京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析网络谣言:男人爱造谣 女性愿意传谣
4月1日是愚人节,一场针对如何甄别网络谣言的“辟谣大会”在中山大学举办。微信每天收到用户发起的谣言举报就有3万次,日均谣言拦截量达到210万次。中山大学的研究显示,微信谣言周一、周二、周三和周六四天是举报高峰,谣言在这四天也是格外忙。
在现场分享中,中山大学传播与设计学院院长张志安表示,微信谣言主要集中在食品安全、人身安全、疾病三个领域。在时间轴上发现,周一、周二、周三和周六是谣言散布的高发期,而数字夸大、图片夸张的文章是谣言最常使用的方式。张志安表示,对于伪装“高大上”权威感的文章,公众一定要小心辨别。
“从大数据分析来看,谣言具有‘六个面孔’”, 知微CEO于霄博士利用大数据对谣言进行了分析,他指出,假借权威、捏造数据、制造恐慌、嫁接图片、偷换概念、直击刚需等是谣言传播常用的手段。但是,生产谣言易,粉碎谣言难。他指出,谣言产生后,就像癌症一样难以清除,具备传播周期长、传播范围广的特点,大大增加了辟谣难度。“真相开始传播时,谣言已经跑了半个地球。”于霄说。
数据显示,在微信、微博和新闻客户端等谣言的制造和传播中,男女作出的“贡献”极为不同,男性制造了谣言中的83%,而女性只占17%。不过,在谣言传播过程中,女性会相对更愿意传播。
针对谣言如何粉碎, 果壳网主编徐来向三百多位现场的听众分享了果壳网辟谣的经验。他指出,以分辨难度更高的科学谣言为例,分析谣言的传播方式、谣言来源之后,果壳网会通过发现选题、拆解话题、查找文献的过程,来开展辟谣工作。授人以鱼不如授人以渔,徐来说:“查明信息出处、信息中的原始人名、机构名,向专业人士请教,学会这几项本领,人人就都有台谣言粉碎机。”
微信日均谣言
拦截量达210万次
“谣言虽然难治,但是也要一管到底。”微信安全负责人杨光作为此次辟谣大会的最后一位嘉宾,用“死磕到底”来表明微信对于整治网络谣言的态度,在现场分享中,杨光还补充了微信朋友圈谣言的判定标准与规则,从规范和平台安全维护方面把好第一关。
杨光介绍,微信每天收到用户发起的谣言举报就有3万次,谣言样本库积累的种子量达到30万个,日均谣言拦截量达到210万次。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18