研究：用前30分钟活动预测虚假信息传播增长

一项新研究把虚假信息早期分诊建模为“延续预测”问题：仅凭信息发布后前30分钟的活动，预测其传播树后续增长。作者称，在FibVID数据集352棵测试树上，加入节点数与结构深度熵、时间到达熵后，log变换后未来增长的R²从0.307提升至0.323，log-MAE降低2.4%。 在高活跃度树上效果更明显：97棵树的R²从0.248升至0.395，Spearman's ρ从0.394升至0.529。该研究由Ansh Gupta等作者提交发布，目前为arXiv预印本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。