第1章 引 言
第2章 虚假信息及其科学理论
2.1 虚假信息的定义
2.2 虚假信息的危害
2.3 虚假信息的产生原因
2.3.1 外在环境因素
2.3.2 内在认知因素
第3章 虚假信息传播相关工作概述
3.1 传播的参与者
3.1.1 社会影响力
3.1.2 灰色账户
3.2 传播的内容
3.2.1 模因的概念
3.2.2 话题检测与跟踪
3.2.3 虚假信息检测
3.2.4 情感分析
3.3 传播的网络与模型
3.3.1 网络演化模型
3.3.2 社会网络的特征
3.3.3 传播模型
第4章 社交机器账户及其检测
4.1 常用表示恶意账户的术语
4.1.1 女巫账户
4.1.2 网络水军
4.1.3 垃圾账户
4.2 社交网络中的身份认证
4.2.1 身份认证概念
4.2.2 身份认证技术
4.2.3 社交网络常用身份认证方式
4.3 社交机器账户检测
4.4 机器账户协同行为检测
4.5 机器账户作用的量化与建模
第5章 基于新闻源的虚假信息采集与追踪系统
5.1 概述
5.2 Hoaxy系统原理
5.2.1 现有事实
.5.2.2 前提假设
5.3 系统模型与实现
5.3.1 Twitter·平台及推文
5.3.2 系统后端
5.3.3 系统前端
5.4 系统工作流
5.4.1 Hoaxy主要工作流
5.4.2 Scarpy主要工作流
5.5 系统可行性的再验证
5.5.1 核实信息类新闻源
5.5.2 虚假信息类新闻源
5.5.3 来自虚假信息类新闻源文章的验证
5.6 系统部署与数据统计
5.6.1 系统后端
5.6.2 系统前端
第6章 基于忌一核的虚假信息传播网络剖析
6.1 概述
6.2 方法与数据
6.2.1 k一核分解
6.2.2 Botometer’工具
6.2.3 推文转发网络与数据集描述
6.3 虚假信息与核实信息的竞争传播
6.4 主核用户的剖析
6.4.1 动力学分析
6.4.2 用户成员分析
6.5 网络的鲁棒性分析
第7章 虚假信息与核实信息传播的特征分析
7.1 方法与数据
7.1.1 案例分析方法与数据
7.1.2 统计分析方法与数据
。7.2 案例分析
7.2.1 案例分析之两类信息竞争传播的表现
7.2.2 案例分析之两类信息竞争传播的特征
7.3 统计分析
7.3.1 统计分析之两类信息竞争传播的特征
7.3.2 统计分析之虚假信息传播的异常特征
第8章 虚假信息传播中机器账户的分析
8.1 概述
8.2 方法与数据
8.2.1 案例分析
8.2.2 统计分析
8.3 虚假信息传播的异常特征与机器账户的关系
8.3.1 文章传播成功程度的不均衡性
8.3.2 机器账户可导致虚假信息传播的异常性
8.4 机器账户传播虚假信息的策略：案例分析
8.4.1 案例I：大量重复宣传
8.4.2 案例Ⅱ：变换与劫持Hashtag
8.4.3 案例Ⅲ：插入对话讨论
8.5 机器账户传播虚假信息的特征：统计分析
8.5.1 时间特征
8.5.2 目标特征
8.5.3 交互特征
8.5.4 网络特征
8.5.5 地理位置特征
8.5.6 新闻源特征
第9章 补充实验
9.1 Botometer工具的鲁棒性
9.1.1 似机器性分值的鲁棒性
9.1.2 似机器性分值的校准
9.2 虚假信息与核实信息的竞争传播示例重分析
9.3 部分机器账户作用分析结论的鲁棒性
9.3.1 机器账户放大作用的重分析
9.3.2 重选新闻源后的重分析
附 录
参考文献
展开
