近十年国内外网络谣言检测研究主题内容分析

doi:10.16604/j.cnki.issn2096-0360.2025.18.017

您当前的位置：

首页 >

文章列表页 >

近十年国内外网络谣言检测研究主题内容分析

更新时间：2025-11-08

- 近十年国内外网络谣言检测研究主题内容分析
- Vol. 11, Issue 18, Pages: 14-19(2025)
- 作者机构：
  
  哈尔滨师范大学经济与管理学院
- 作者简介：
- 基金信息：
- DOI：10.16604/j.cnki.issn2096-0360.2025.18.017
  CLC： {G353};C912.63
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, 11(18): 14-19.
DOI：

[J]. 2025, 11(18): 14-19. DOI： 10.16604/j.cnki.issn2096-0360.2025.18.017.

摘要

为探讨国内外网络谣言检测领域的研究主题和变化趋势，系统整理近十年该领域的研究进展，使用CiteSpace和词云软件对该领域文献数量、关键词、研究热点进行可视化分析。研究发现，早期谣言检测主要依赖于文本和用户特征，随着技术进步，基于传播特征和多模态特征的检测方法逐渐兴起，而多模态谣言检测则融合了文本、图片和视频等多种信息形式。研究认为，未来研究可优化现有模型，探索谣言传播机制，拓展多模态融合研究，以更有效地识别和遏制谣言传播。

Abstract

关键词

Keywords

references

任文静,秦兵,刘挺.基于时间序列网络的谣言检测研究[J].智能计算机与应用,2019(03).

张少钦,杜圣东,张晓博,李天瑞.融合多模态信息的社交网络谣言检测方法[J].计算机科学,2021(05).

尹鹏博,潘伟民,彭成,张海军.基于用户特征分析的微博谣言早期检测研究[J].情报杂志,2020(07).

唐樾,马静.基于增强对抗网络和多模态融合的谣言检测方法[J].情报科学,2022(06).

琚心怡.基于深层双向Transformer编码器的早期谣言检测[J].信息通信,2020(05).

郑洪浩,郝一诺,于洪涛,李邵梅,吴翼腾.基于改进Transformer的社交媒体谣言检测[J].网络与信息安全学报,2022(04).

吴越,温欣,袁雪.ParallelGAT:网络谣言检测方法[J].情报杂志,2023(05).

彭竞杰,顾益军,张岚泽.基于推文传播模式与跨模态特征的网络谣言检测研究[J].情报杂志,2024(08).

蒋方婷,梁刚.基于多任务多模态学习的谣言检测框架[J].四川大学学报(自然科学版),2024(02).

蒋超,朱学芳.基于GPT-4数据增强与对比学习的多模态谣言检测研究[J].图书情报工作,2024(23).

李贺,杨心苗,沈旺,刘嘉宇.启发式图结构增强的社交媒体短文本谣言检测研究[J].情报理论与实践,2025(03).

许莉芬,曹霑懋,郑明杰,肖博健.基于用户权威度和多特征融合的微博谣言检测模型[J].计算机工程与科学,2024(04).

张鑫昕,潘善亮,茅琴娇.基于传播树的多特征谣言检测方法[J].电子学报,2024(05).

林熠笛,李弼程,杨海君.基于相似性增强传播结构的谣言检测[J].计算机科学,2024(S2).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

社交平台视域下图书馆主题信息分享与评价内容特征分析

基于元分析的谣言传播影响因素研究

基于CiteSpace的我国青年亚文化研究现状、热点与趋势分析

文博短视频的内容生产与传播策略探析——以云南省博物馆为例

社交媒体用户谣言传播行为的影响因素研究综述

Related Author

郑思茹

李嘉怡

郑竟成

白丽平

郑晓笑

史琦

朱頫颖

秦博昱

Related Institution

宁波工程学院

浙江工业大学

浙江龙游审计局

澳门科技大学

广东农工商职业技术学院

⁰