本研究由浙江理工大学经济管理学院的王世雄教授与硕士研究生吴泽政共同完成，发表在《情报杂志》2024年第43卷第12期。该研究题为《基于异质信息网络表征学习的微博虚假信息甄别研究》，是国家社会科学基金一般项目“智能生成信息迷雾问题的形成机理与治理机制研究”（编号：24BGL114）的研究成果。文章主要探讨如何利用异质信息网络（Heterogeneous Information Network，HIN）表征学习方法，对突发公共卫生事件背景下微博平台中具有迷惑性和隐蔽性的虚假信息进行有效甄别，并从信息内容、参与用户以及用户与信息交互三个维度对虚假信息特征进行了量化分析。

从学术背景来看，该研究属于信息管理与信息系统、社会计算以及复杂网络传播动力学的交叉领域。突发公共卫生事件的爆发与社交媒体的高速发展使得大量虚假信息在微博等平台上交错混杂，严重干扰了用户的信息行为与决策，损害了网络信息生态与秩序。传统虚假信息甄别方法主要依赖人工审核、机器学习特征工程或深度学习模型。然而，微博平台本身形成了由用户、微博文本、转发、评论等多元异质节点与连边构成的复杂异质信息网络，这类网络存在节点类型多、数据稀疏、信息流动不连贯等问题，使得虚假信息更易借助相对疏离的节点传播，从而更具迷惑性与隐蔽性。现有研究多从单一维度——例如文本语义或用户特征——进行分析，难以充分刻画虚假信息在异质网络中的传播机制。因此，作者选择以微博异质信息网络为研究对象，尝试将网络中的节点和连边映射到低维向量空间，在保留关键结构信息的同时对网络进行降维简化，并引入多头注意力机制（Multi-head Attention）融合文本语义特征与用户行为非语义特征，以提高虚假信息甄别效果。

研究采用模型构建、实验验证与量化分析相结合的工作流程。首先，作者构建了微博异质信息网络结构。每条微博被视为一个异质图，其中至少包含微博主体节点和微博发布用户节点，二者通过“用户-微博”边连接；若有转发或评论行为，则在图中加入相应交互节点与连边。该网络可分解为三个视图：信息网络、用户网络以及信息-用户网络。在此基础上，模型框架分为两条路径：其一是局部微博文本的多头注意力机制处理；其二是全局异质信息网络的表征学习。前者利用自注意力机制使各转发微博相互关联，并通过交叉注意力机制使源微博参与转发微博注意力分数的计算，从而生成融合后的局部微博表征。具体地，模型通过sigmoid激活函数和可学习参数来控制源微博与转发微博表征的相对重要性，最终得到综合二者信息的局部表征。后者则将源微博节点与转发微博节点融合为组合节点，并将用户行为特征（如粉丝数、关注数、动态数等）转换为与微博语义特征相同的语义空间，再在全局异质图中基于注意力机制从邻居节点聚合信息，生成微博与用户的全局表征。最后，模型将局部表征与全局表征组合作为分类特征，以交叉熵损失为优化目标函数实现虚假信息的概率预测。

在实验部分，作者采用Weibo-COV v2数据集，该数据集聚焦2020年新冠疫情，由北京理工大学与中国科学技术大学联合团队从微博获取并共享。研究团队共标注了774条“虚假信息/真实信息”二元标签数据，并收集了75904条转发微博数据，涉及70300个用户节点。数据集统计显示，源微博中真实微博406条，虚假微博368条。模型训练配置方面，注意力头数设为8，使用Adam优化器，学习率为0.001，共迭代30个轮次；卷积层包含尺寸为3、4、5的卷积核，每种尺寸100个核；批次大小为64，文本序列长度限制在100以内，词嵌入采用300维向量初始化。评估指标采用准确率、精确率、召回率和F1值。实验结果表明，模型在测试集上真实信息类别的精确率为0.84615，虚假信息类别的精确率为0.81579；两类的召回率分别为0.82500与0.83784，F1值分别为0.83544与0.82667，总体准确率为0.83117。这说明模型能够有效利用虚假信息的语义特征与非语义特征，在真实与虚假两个类别上均取得较好的分类表现。

在结果讨论与量化分析中，作者从三个维度进行了深入挖掘。在基于文本挖掘的虚假信息特征方面，研究将虚假信息主题聚类为疫情传播、病毒信息、社会民生、国际相关和特殊人群五类，其中社会民生类数量最多，约占总量一半；国际相关类与病毒信息类次之。文本特征分析发现，虚假信息以第三方来源的简短叙述为主，平均每则98字；表达方式多采用新闻式、数字式和祈使式；内容往往真假参半，并呈现权威性与模糊性交织的特点。在基于用户画像的虚假信息特征方面，研究将发布虚假信息的用户定义为“造谣者”，将转发虚假信息的用户定义为“传谣者”。分析显示，造谣者的平均微博受众指数高于传谣者，原创微博基数更大且原创微博平均字数更多；而转发微博数与转发微博平均字数在两类用户间差异较小。这说明造谣者信息生产能力更强，可能借助意见领袖机制占据舆论高地；而传谣者中部分用户仅进行简单转发，未输出个人观点，在无意识中扩大了虚假信息的传播范围。在基于行为模式的虚假信息特征方面，研究构建了虚假信息传播有向网络。网络平均度为2.367，平均路径长度为5.354，模块度指标为0.831，传播方式以单点爆发式为主，凝聚子群和关键节点相对较少，但在引入组元进行路径连通性检验后发现，所有节点属于同一个连通成分，这反映出部分用户同时参与多条虚假信息的传播，从而连接了整个网络。在情绪分析方面，研究使用ERNIE 3.0模型对评论进行六类情绪划分，结果显示社会民生类和国际相关类虚假信息引发的讨论范围最大；评论中中立型占33.1%，敌意型占28.3%，善意型占18.0%，表明部分用户对虚假信息保持谨慎态度，同时也有大量负面情绪宣泄现象。

本研究的结论指出，基于异质信息网络表征学习的虚假信息甄别方法具有较好的实用性，能够有效解构突发公共卫生事件中微博虚假信息的传播特征。与以往单纯依赖文本语义或用户单一特征的方法相比，该研究将异质图结构、局部语义特征和全局网络结构信息进行了有机融合，并引入多头注意力机制增强了对关键特征的捕捉能力。其科学价值在于为异质信息网络背景下的虚假信息检测提供了新的建模思路，丰富了社会网络虚假信息甄别的方法体系；应用价值在于可为突发公共卫生健康事件中的虚假信息治理和精准施策提供数据支撑与工具参考。研究亮点主要体现在：第一，通过对局部微博文本与全局异质信息网络的双通道建模，实现了语义特征与非语义特征的深度融合；第二，利用多头注意力机制从多个表示子空间捕捉不同层次特征，提升了模型的表达能力；第三，结合新冠疫情真实数据集，从文本、用户与行为交互三个维度进行了系统性量化分析，揭示了虚假信息在传播结构、用户画像和情绪反应方面的若干规律。此外，作者还指出，当前虚假信息传播形式日益多样化和复杂化，未来研究应当进一步探索多模态与多媒介虚假信息传播，引入多模态分析技术，并完善对虚假信息的动态监测与源头追溯机制，从“事后堵漏”转向“事前疏通”，以提高虚假信息治理的精确性与实用性。