研究：早期传播树特征可预测虚假信息级联增长

Ansh Gupta 等作者提交的论文提出，把虚假信息早期研判当作延续预测问题：仅凭事件前30分钟的传播活动，预测传播树后续增长。该研究称，在 FibVID 数据集上，结合节点数与结构深度熵、时间到达熵的模型把 log 未来增长的 R² 从 0.307 提升至 0.323，log-MAE 降低 2.4%。 针对97棵高活跃传播树，作者称 R² 从 0.248 升至 0.395，Spearman's ρ 从 0.394 升至 0.529。这些结果为人工审核分诊提供早期增长预判依据，尚未涉及实际审核效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。