一种用于识别假新闻并检测传播中关键节点的多模态方法：结合深度学习与网络分析

这为何与日常生活相关

每天，有数百万人在社交媒体上浏览关于健康、政治、财经等领域的帖子。在有用信息之中，夹杂着会引发恐惧、混淆甚至现实伤害的谣言与假新闻。本研究提出了一种强有力的方法，同时实现两项目标：一是自动识别虚假或误导性的帖子；二是绘制出在在线社群中对其传播负有重要责任的人脉图谱。该工作以关于新冠（Covid‑19）的推文为对象，但其思路可助力平台、记者与公众更快、更精确地应对各类有害误信息。

引用: Zhang, W., Qian, M. & Zhang, Q. A multi-modal approach for recognizing fake news and influential nodes in spreading them using deep learning and network analysis. Sci Rep 16, 9775 (2026). https://doi.org/10.1038/s41598-026-35342-7

关键词: 假新闻, 社交网络, 谣言传播, 深度学习, 影响力用户