Resumen

Analizar el proceso y los resultados de desmentir rumores es un requisito previo para diseñar una estrategia anti-rumor efectiva. La investigación actual sobre este tema se centra en experimentos de simulación, pero carece de estudios empíricos. Utilizando los Resultados de Publicidad de Información Falsa de Sina Weibo como fuente de datos de investigación empírica, este artículo compara las características típicas de cuentas de rumores y anti-rumores. Además, tomando el COVID-19 como tema principal, se presentan las distribuciones del tiempo reportado, la frecuencia, los niveles de penalización de la plataforma y los parámetros de difusión de los rumores relacionados con el COVID-19, y se obtienen algunos resultados interesantes.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Proceso; Resultados; Desmentir rumores; Estrategia contra los rumores; Investigación empírica; COVID-19
• Keywords:Process; Results; Dispelling rumors; Anti-rumor strategy; Empirical research; COVID-19