[论文解读] CIMTDetect: A Community Infused Matrix-Tensor Coupled Factorization Based Method for Fake News Detection

Shashank Gupta, Raghuveer Thirukovalluru+2 more|arXiv (Cornell University)|Sep 14, 2018

Topic Modeling参考文献 28被引用 9

一句话总结

CIMTDetect 提出了一种融合社区结构的矩阵-张量耦合分解方法，通过建模 <新闻, 用户, 社区> 三模式张量中的新闻参与度，利用回音室结构以增强潜在表征。该方法在两个真实世界数据集上优于基线模型，并在新闻群体分析和协同新闻推荐等辅助任务中表现出良好的泛化能力。

ABSTRACT

Detecting whether a news article is fake or genuine is a crucial task in today's digital world where it's easy to create and spread a misleading news article. This is especially true of news stories shared on social media since they don't undergo any stringent journalistic checking associated with main stream media. Given the inherent human tendency to share information with their social connections at a mouse-click, fake news articles masquerading as real ones, tend to spread widely and virally. The presence of echo chambers (people sharing same beliefs) in social networks, only adds to this problem of wide-spread existence of fake news on social media. In this paper, we tackle the problem of fake news detection from social media by exploiting the very presence of echo chambers that exist within the social network of users to obtain an efficient and informative latent representation of the news article. By modeling the echo-chambers as closely-connected communities within the social network, we represent a news article as a 3-mode tensor of the structure - and propose a tensor factorization based method to encode the news article in a latent embedding space preserving the community structure. We also propose an extension of the above method, which jointly models the community and content information of the news article through a coupled matrix-tensor factorization framework. We empirically demonstrate the efficacy of our method for the task of Fake News Detection over two real-world datasets. Further, we validate the generalization of the resulting embeddings over two other auxiliary tasks, namely: extbf{1)} News Cohort Analysis and extbf{2)} Collaborative News Recommendation. Our proposed method outperforms appropriate baselines for both the tasks, establishing its generalization.

研究动机与目标

• 解决社交媒体中虚假新闻传播的挑战，特别是由回音室和确认偏误加剧的问题。
• 将社交网络中的社区结构作为新闻文章信息性潜在表征的来源。
• 通过联合建模文本内容与社区参与模式，提升虚假新闻检测性能。
• 证明所学嵌入表征在虚假新闻检测之外的下游任务（如新闻群体分析与协同推荐）中的泛化能力。
• 建立一种新颖的框架，将社区结构与内容特征相结合，实现更鲁棒且更具判别力的新闻表征学习。

提出的方法

• 将新闻文章表示为 <新闻, 用户, 社区> 三模式张量，以捕捉社交网络社区内的参与模式。
• 应用张量分解以学习保留社区结构与用户-新闻交互关系的低维潜在嵌入。
• 通过耦合矩阵-张量分解（CMTF）框架扩展该方法，联合建模文本内容（通过内容矩阵）与社区参与（通过张量）。
• 学习一个共享潜在空间，使新闻嵌入同时编码语言特征与社区层面的传播模式。
• 将非负矩阵分解（NMF）作为基线方法，用于协同过滤与聚类任务的比较。
• 使用 F1 分数、Precision@k 以及聚类指标（轮廓系数与 Calinski-Harabasz 指数）在多个数据集与配置下评估模型性能。

实验结果

研究问题

• RQ1 在社交网络中建模回音室社区是否能提升虚假新闻检测系统的性能？
• RQ2 通过耦合矩阵-张量分解联合建模文本内容与社区结构，相比单独建模任一模态，能否显著提升检测准确率？
• RQ3 所学潜在嵌入在下游任务（如新闻群体分析与协同新闻推荐）中的泛化程度如何？
• RQ4 为最大化不同数据集上的检测性能，新闻嵌入的最佳维度是多少？
• RQ5 所提出方法对超参数选择（特别是新闻因子的潜在维度）的敏感性如何？

主要发现

• CIMTDetect 在两个真实世界数据集上相较于仅基于内容与仅基于社区的基线模型，实现了更优的虚假新闻检测性能。
• 该方法在 F1 分数上优于基线 NMF 与其他最先进方法，且在特定新闻嵌入维度下达到最高 F1 分数。
• CIMTDetect 学习到的嵌入在辅助任务中表现出良好泛化能力：相比 UC-NMF 基线，其在协同新闻推荐中的 Precision@1 与 Precision@5 显著提升。
• 聚类结果表明，CIMTDetect 生成的嵌入在轮廓系数与 Calinski-Harabasz 指数上均优于 NMF 与 CITDetect，表明聚类更清晰且更紧凑。
• 参数敏感性分析显示，CIMTDetect 与 CITDetect 的最优性能分别对应不同的嵌入维度，表明两者模型具有不同的学习动态。
• 基于 CMTF 的扩展（即 CIMTDetect）在性能上始终优于独立张量分解（CITDetect）与仅基于内容的方法，证实了联合建模内容与社区结构的优势。