网络谣言：大数据显示83%的由男性制造 女性更愿传谣
昨天是愚人节，一场针对如何甄别网络谣言的“辟谣大会”在中山大学举办。记者获悉，微信每天收到用户发起的谣言举报就有3万次，日均谣言拦截量达到210万次。中山大学的研究显示，微信谣言周一、周二、周三和周六四天是举报高峰，谣言在这四天也是格外忙。
在现场分享中，中山大学传播与设计学院院长张志安表示，微信谣言主要集中在食品安全、人身安全、疾病三个领域。在时间轴上发现，周一、周二、周三和周六是谣言散布的高发期，而数字夸大、图片夸张的文章是谣言最常使用的方式。张志安表示，对于伪装“高大上”权威感的文章，公众一定要小心辨别。
“从大数据分析来看，谣言具有‘六个面孔’”， 知微CEO于霄博士利用大数据对谣言进行了分析，他指出，假借权威、捏造数据、制造恐慌、嫁接图片、偷换概念、直击刚需等是谣言传播常用的手段。但是，生产谣言易，粉碎谣言难。他指出，谣言产生后，就像癌症一样难以清除，具备传播周期长、传播范围广的特点，大大增加了辟谣难度。“真相开始传播时，谣言已经跑了半个地球。”于霄说。
数据显示，在微信、微博和新闻客户端等谣言的制造和传播中，男女作出的“贡献”极为不同，男性制造了谣言中的83%，而女性只占17%。不过，在谣言传播过程中，女性会相对更愿意传播。
针对谣言如何粉碎， 果壳网主编徐来向三百多位现场的听众分享了果壳网辟谣的经验。他指出，以分辨难度更高的科学谣言为例，分析谣言的传播方式、谣言来源之后，果壳网会通过发现选题、拆解话题、查找文献的过程，来开展辟谣工作。授人以鱼不如授人以渔，徐来说：“查明信息出处、信息中的原始人名、机构名，向专业人士请教，学会这几项本领，人人就都有台谣言粉碎机。”
微信日均谣言 拦截量达210万次
“谣言虽然难治，但是也要一管到底。”微信安全负责人杨光作为此次辟谣大会的最后一位嘉宾，用“死磕到底”来表明微信对于整治网络谣言的态度，在现场分享中，杨光还补充了微信朋友圈谣言的判定标准与规则，从规范和平台安全维护方面把好第一关。
杨光介绍，微信每天收到用户发起的谣言举报就有3万次，谣言样本库积累的种子量达到30万个，日均谣言拦截量达到210万次。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Python凭借简洁的语法、丰富的生态库，成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中，卷积操作是实现数据特征提取的核心引擎，更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”，越来越多的企业意识到，转型的核心并非技术的堆砌，而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中，数据透视表凭借高效的汇总、分组功能，成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中，“计 ...
2026-04-02在数字化交互的全场景中，用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”，内容APP ...
2026-04-02在数字化转型深度推进的今天，企业数据已成为驱动业务增长、构建核心竞争力的战略资产，而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中，数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待，认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代，企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中，企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”，而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代，每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单，APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中，我们常常需要判断两个分类变量之间是否存在关联（如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA（Certified Data Analyst）数据分析师的职场实战与认证考核中，“可解释性建模”是核心需求之一——企业决策中，不仅需要 ...
2026-03-31多层感知机（MLP，Multilayer Perceptron）作为深度学习中最基础、最经典的神经网络模型，其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中，数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力，还容易出现 ...
2026-03-30在CDA（Certified Data Analyst）数据分析师的日常工作中，“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质，是让模型通过对数据的学习，自主挖掘规律、实现预测与决策，而这一过程的核心驱动力，并非单一参数的独立作用， ...
2026-03-27在SQL Server数据库操作中，日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配，还是业务 ...
2026-03-27在CDA（Certified Data Analyst）数据分析师的能力体系与职场实操中，高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中，特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代，数据分析能力已不再是数据从业者的专属技能，而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
