王晰巍，张 柳，黄 博，韦雅楠

（1. 吉林大学管理学院，长春 130022；2. 吉林大学大数据管理研究中心，长春 130022；3. 吉林大学国家发展与安全研究院，长春 130022；4. 吉林大学计算机科学与技术学院，长春 130022）

1 引 言

根据2019 年全球数字报告显示，全球有超过43.9 亿人在使用互联网。其中，社交媒体的使用持续快速增长，全球社交媒体用户数量在2019 年初已增长到近35 亿人，截至2019 年7 月9 日，新增用户2.88 亿人，全球渗透率高达45%，并且32.6 亿用户通过移动设备来使用社交媒体平台[1]。随着Web 2.0的出现，社交网络已经成为互联网信息传播的重要媒介。社交网络源自网络社交，是一个能够相互交流、相互沟通和相互参与的互动平台，可以为大众提供娱乐、休闲、生活服务，并进行信息分享和交流的网络平台[2]。由于社交媒体这种自由宽松的网络空间，使得网络上的谣言也层出不穷，严重危害社会以及网络秩序的稳定。因此，网络谣言的甄别和治理成为当前舆情管理部门及学者们关注的新问题。

近几年国内外学者展开了网络谣言方面的研究。Liu 等[3]通过观察社交媒体环境中用户的特性及谣言在社交媒体中的传播模式来区分谣言与非谣言；Zubiaga 等[4]使用自然语言处理和数据挖掘技术，提出一个由谣言检测、跟踪、分类等组成的谣言分类系统，并对解决谣言提出建议；Moin 等[5]设计了基于Facebook 话题评论数据的谣言检测模型，并通过实验分析对比机器学习在识别谣言监测的优越性。洪小娟等[6]以2013 年食品安全微博谣言为实证研究对象，运用社会网络分析方法研究了微博谣言的网络结构特征；……