接触虚假信息对民主进程和公共健康构成重大挑战,特别是在选举等关键事件期间。本研究采用用户中心方法,分析个人在网络浏览时实际消费的虚假信息的语言特征。我们使用来自1240名美国成年人及其2020年美国总统选举期间网络浏览数据(2100万次URL访问)的数据,通过自然语言处理技术,检查了9.1万个独特虚假信息和硬新闻网页的语言和话题差异。我们发现用户消费的虚假信息通常更容易阅读,展现更高的负面情绪,并使用比硬新闻更多的道德语言。我们还发现不同话题之间存在显著的语言差异——虚假信息是多样的,且根据主题不同而呈现不同的语言特征。我们进一步识别了关键用户特征中的异质性:老年人消费更多关于COVID-19和健康的虚假信息,其内容显示比预期更多的负面情绪和更少的道德术语。共和党人参与的虚假信息具有更多负面情绪和更高的道德语言特征,较少关注健康话题,更关注社会和政治问题。这些结果强调了以用户为中心的方法的重要性,并表明打击虚假信息的干预措施应针对特定话题和用户特征进行定制,以提高有效性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/210961/2025

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
work
职业/产业
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文