nature

当前位置: Nature » 其他 » 正文

Nature子刊:美学者揭示揭示假新闻和骗局疯传之谜

摘要 : 2017年6月26日,国际学术权威刊物自然出版集团旗下子刊《Nature Human Behaviour》杂志在线发表了美国印第安纳大学布卢明顿分校Diego F. M. Oliveira研究员的一篇研究论文,论文报告了个人注意力有限和信息过载或许能解释低质量信息(比如假新闻和网络骗局)为何会在社交媒体上疯狂传播。

2017年6月26日,国际学术权威刊物自然出版集团旗下子刊《Nature Human Behaviour》杂志在线发表了美国印第安纳大学布卢明顿分校Diego F. M. Oliveira研究员的一篇研究论文,论文报告了个人注意力有限和信息过载或许能解释低质量信息(比如假新闻和网络骗局)为何会在社交媒体上疯狂传播。要开发控制虚假信息传播的新工具,理解假新闻病毒式传播的原因至关重要。

先前研究表明,社交网络结构和注意力有限足以导致病毒式迷因(meme)的出现。从逻辑上看,信息的质量似乎应该与哪些信息会被病毒式传播有关,但社交媒体网站上的假新闻盛行却表明情况并不是这样。

研究发现,行为限制降低了社交媒体平台区分高质量信息和低质量信息的能力。他们在研究中开发了一个迷因(即可传播的信息或概念)扩散模型,以探索信息负荷(一个人在单位时间中接收的平均迷因数量)和人的注意力是如何与迷因质量相互作用,以影响其流行程度的。

研究人员发现,理论上,实现信息质量与多样性良好平衡的社交媒体市场是可能存在的。然而,在使用来自推特和Tumblr的信息负载和用户注意力现实指标对模型进行调整后,他们发现高质量和低质量信息会以相似的速率被分享。

作者总结认为,增强社交媒体辨别力、预防虚假信息传播的一种方法是限制机器人用户,这种机器人在社交媒体中传播了大量低质量信息。

原文链接:

Limited individual attention and online virality of low-quality information

原文摘要:

Social media are massive marketplaces wher ideas and news compete for our attention1. Previous studies have shown that quality is not a necessary condition for online virality2 and that knowledge about peer choices can distort the relationship between quality and popularity3. However, these results do not explain the viral spread of low-quality information, such as the digital misinformation that threatens our democracy4. We investigate quality discrimination in a stylized model of an online social network, wher individual agents prefer quality information, but have behavioural limitations in managing a heavy flow of information. We measure the relationship between the quality of an idea and its likelihood of becoming prevalent at the system level. We find that both information overload and limited attention contribute to a degradation of the market’s discriminative power. A good tradeoff between discriminative power and diversity of information is possible according to the model. However, calibration with empirical data characterizing information load and finite attention in real social media reveals a weak correlation between quality and popularity of information. In these realistic conditions, the model predicts that low-quality information is just as likely to go viral, providing an interpretation for the high volume of misinformation we observe online.

来源: Nature Human Behaviour 浏览次数:0

热门文章TOP

RSS订阅 - 填写您的邮件地址,订阅我们的精彩内容: - 网站地图
网站联系电话:020-87540820 备案号:粤ICP备11050685号-8 增值电信业务经营许可证:粤B2-20120479
©2011-2015 生物帮 All rights reserved.