[论文解读] Hierarchical Propagation Networks for Fake News Detection: Investigation and Exploitation

Kai Shu, Deepak Mahudeswaran+2 more|arXiv (Cornell University)|Mar 21, 2019

Misinformation and Its Impacts被引用 28

一句话总结

本文提出分层传播网络（HPN）通过分析社交媒体传播结构的多层次特征——宏观层面（转发、分享路径）和微观层面（用户回复、对话）——来检测虚假新闻。结果表明，这些网络中的时间、结构和语言特征具有高度判别性，其中时间特征最为有效，并且HPN特征在多个模型中显著提升了虚假新闻检测的性能。

ABSTRACT

Consuming news from social media is becoming increasingly popular. However, social media also enables the widespread of fake news. Because of its detrimental effects brought by social media, fake news detection has attracted increasing attention. However, the performance of detecting fake news only from news content is generally limited as fake news pieces are written to mimic true news. In the real world, news pieces spread through propagation networks on social media. The news propagation networks usually involve multi-levels. In this paper, we study the challenging problem of investigating and exploiting news hierarchical propagation network on social media for fake news detection. In an attempt to understand the correlations between news propagation networks and fake news, first, we build a hierarchical propagation network from macro-level and micro-level of fake news and true news; second, we perform a comparative analysis of the propagation network features of linguistic, structural and temporal perspectives between fake and real news, which demonstrates the potential of utilizing these features to detect fake news; third, we show the effectiveness of these propagation network features for fake news detection. We further validate the effectiveness of these features from feature important analysis. Altogether, this work presents a data-driven view of hierarchical propagation network and fake news and paves the way towards a healthier online news ecosystem.

研究动机与目标

• 研究虚假新闻与真实新闻在社交媒体网络中传播模式的差异。
• 填补对虚假新闻检测中分层传播网络（宏观与微观层面）理解的空白。
• 探究传播网络在结构、时间与语言维度上的特征是否能有效识别虚假新闻。
• 提供一种数据驱动、可解释的框架，以超越基于内容的方法提升虚假新闻检测能力。
• 通过理解新闻传播中的用户级与网络级信号，实现对虚假新闻更有效的缓解。

提出的方法

• 从现实世界社交媒体数据构建分层传播网络，包括宏观层面（通过转发形成的新闻传播路径）和微观层面（回复/评论树）。
• 从两个网络层面提取结构特征（如深度、宽度、中心性）、时间特征（如传播速度、突发性）和语言特征（如情感、立场）。
• 通过统计分析比较虚假新闻与真实新闻在结构、时间与语言维度上的传播模式差异。
• 使用提取的传播网络特征训练并评估多种机器学习模型（如SVM、XGBoost、DNN）进行虚假新闻分类。
• 进行特征重要性分析，评估各类特征与网络层级的判别能力。
• 利用真实世界数据集，将该方法与多种基线模型对比，验证其鲁棒性与有效性。

实验结果

研究问题

• RQ1 分层传播网络在结构、时间与语言特征方面，虚假新闻与真实新闻有何差异？
• RQ2 从宏观与微观层面传播网络中提取的特征能否有效检测虚假新闻？
• RQ3 在结构、时间与语言特征中，哪类传播网络特征对虚假新闻检测最具判别性？
• RQ4 宏观与微观层面的传播特征如何相互补充以提升检测性能？
• RQ5 所提出的特征在不同学习算法与数据集上具有多大程度的鲁棒性？

主要发现

• 分层传播网络中的时间特征对区分虚假新闻与真实新闻最具判别性。
• 宏观与微观层面的传播特征具有互补性，联合使用可提升检测性能。
• 所提出的分层传播网络特征在虚假新闻检测任务中显著优于基于内容的基线方法。
• 特征重要性分析证实，新闻传播的时间动态特征（如传播速度、突发性）是误导信息的强指标。
• 提取的特征在多种学习算法中表现稳健，包括传统分类器与深度学习模型。
• 本研究提供了实证证据，表明分层传播网络为虚假新闻检测提供了丰富且可解释的社会信号来源。