本文发表于《长春理工大学学报（社会科学版）》2023年第6期，作者为安徽艺术学院储文韬与赵惠群。文章围绕社交网络虚假信息传播的控制方法展开研究，重点分析了虚假信息的特征、传播机制，并从技术治理、法律治理和社交平台自治三条路径提出治理方案，同时探讨了虚假信息检测方法与传播控制模型。论文兼具理论分析与实践应用价值，旨在为净化社交网络环境、维护社会稳定提供参考。
在学术背景方面，文章指出，随着人工智能、大数据和互联网技术的发展，社交网络已成为公众获取信息的主要渠道。然而，虚假信息借由社交平台迅速扩散，不仅破坏了网络生态环境，也影响了主流媒体公信力，甚至引发社会舆论风险。根据《中国互联网络发展状况统计报告》，截至2022年6月，我国网民数量已达10.51亿，网络新闻用户规模为7.88亿，这为虚假信息的广泛传播提供了土壤。虚假信息被定义为故意传播、以误导或欺骗为目的的虚假或不准确信息，分为基于事实的虚假信息和基于观点的虚假信息。文章旨在从虚假信息的源头和传播过程切入，研究如何有效阻断和抑制其传播。
文章首先分析了社交网络虚假信息的特征。在内容特征方面，虚假信息通常比真实信息更加流畅易懂，较少使用技术性词汇，标题更具煽动性，配图或视频则往往模糊不清，目的是混淆视听。在语境特征方面，虚假信息可分为标题党、假新闻、阴谋论和伪科学四类，其中标题党和假新闻最为常见，二者往往以夸张语气和社会热点制造关注。在用户特征方面，虚假信息的制造者和传播者多使用新注册或“一次性”账号，用户互动量较低，但普通用户对未证实信息具有较强兴趣，容易自发转发，从而加速信息扩散。
在传播机制方面，文章指出，社交网络中的虚假信息呈现散布型网状传播结构，任何节点都能产生和发布信息，并以非线性方式流入网络，极大提升了传播速度。社交平台作为虚假信息传播的助推机制，其数据化机制、商品机制和选择机制会依据用户行为进行精准推送，而平台自身的盈利属性也促使其追求更高的浏览量和话题度，从而延长虚假信息的留存时间。论文引入荷兰学者范·戴克提出的“平台社会”概念，强调在线平台与社会结构之间的紧密关联。在传播模型方面，文章借用sir模型及其变体si、sirs、sis来表征虚假信息传播过程。其中，s表示未接收信息且不具备传播能力的节点，i表示接收信息并具备传播能力的节点，r表示接收信息后退出传播过程的节点。节点之间的转换受到信息内容、节点关系强度、时间和网络结构等因素影响，其中sis模型体现了较强的关系强度和稳定的网络结构对传播力的强化作用。
在治理路径方面，文章提出三条主要路径。第一是技术治理，主张运用区块链技术抑制虚假信息传播。区块链具有公开、透明和去中心化特征，可以准确追踪虚假信息的流向，转变社交平台的角色和职能，使信息传播过程透明化，从而降低虚假信息的扩散能力。第二是法律治理，文章指出我国已有相关法律规定，如《中华人民共和国刑法》第二百九十一条之一第二款规定了编造、故意传播虚假信息罪，但现有法律未能涵盖所有虚假信息传播情形。文章建议完善法律制度，细化相关条款，增加适用情形和司法解释，整合分散性条款，在条件成熟时出台专门的防范和惩治网络传播虚假信息条例，并对虚假信息制造者、传播者和社交平台分类归责。第三是社交平台自治，主张加强平台对虚假信息的监督，设置行业自治规则和奖罚机制，鼓励用户举报虚假信息，对传递真实信息的用户给予鼓励，对屡教不改者封号处理。文章还提出运用人工智能和区块链技术构建社交机器人治理共同体，通过算法设定和机器人审核阻止虚假信息发布。相比技术和法律治理，社交平台自治的效果更具长远性，既能提升用户素质，也能完善平台制度。
在控制方法与模型方面，文章首先阐述了控制虚假信息传播的理论基础，认为网络传播技术的提升在加剧社会治理复杂性的同时，也为社会治理提供了新思路和新动能。在检测方法上，文章介绍了基于深度学习的检测方法和传统检测方法。深度学习检测方法包括提取社交网络媒体信息中的文本和图片数据、提取语义特征，并在多模态融合网络中进行真实性检测，但该方法需要大量可靠的数据集进行训练。传统检测方法则聚焦于信息内容特征，分析虚假信息的写作风格、用词和情感煽动性，但更适用于虚假信息传播的初级阶段。
在控制方法上，文章提出两种思路：一是在源头控制，依靠区块链技术实现虚假信息传播的透明性和可追溯性，追踪信息来源并删除相关信息；二是在传播过程中控制，通过阻塞或删除网络中的节点来最小化虚假信息的传播规模和影响。文章以2022年上海疫情舆论为例，说明可以通过区块链技术寻找虚假信息源头并删除信息，也可以在传播过程中删除一组节点以阻断传播。此外，文章还强调扩大真实信息的传播覆盖面，与虚假信息进行抗衡，从而降低虚假信息对网络生态和社会的影响。
在控制模型方面，文章提出利用mvnn模型、eann模型和attrnn模型构建多模态控制模型，从图片、文本和语义特征等多方面鉴别虚假信息，追踪源头并阻断传播。以2022年上海疫情为例，可以在微博平台对关键词“上海疫情”进行检索，运用attrnn模型锁定文本虚假信息，再从语义特征进行鉴别，最终找到信息源头和传播路径。
文章的结论指出，社交网络虚假信息的传播误导了用户，破坏了网络生态，影响社会稳定。控制虚假信息需要从技术、法律和行业自治三个层面进行综合治理，既要控制虚假信息的发布和传播，也要提升用户素质和辨别能力，促进用户自觉举报虚假信息。文章还指出，仅从技术层面进行阻断或控制仍存在局限，随着技术发展，虚假信息的传播方法也在不断升级，因此必须扩大真实信息的传播覆盖面，促进真实信息的流通，才能有效治理网络乱象。
该研究的亮点在于：第一，系统整合了虚假信息的特征、传播机制、治理路径和控制模型，构建了从检测到控制的完整框架；第二，提出了区块链技术、法律治理和社交平台自治相结合的多维治理思路，具有较强的操作性；第三，引入多模态模型用于虚假信息检测和传播控制，体现了技术与治理的深度融合；第四，以上海疫情等现实案例为支撑，增强了研究的现实针对性。整体而言，本文为社交网络虚假信息传播控制提供了较为系统的理论分析和实践参考，对推动网络生态治理和营造良好网络氛围具有积极意义。