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
写在开头 老板在微信上甩来一句： "帮我看下为什么销量跌了。" ” 你回工位，打开 SQL，开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者：李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时，PySpark的groupBy()确实能完成统计，这也是它的本职工作。但它有一个根本性局限：每一组数据，最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”，在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司，工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中，数据往往不是独立存在的，不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读：大多数人只把 dataclasses 当成偷懒工具，用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中，行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中，千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 5W1H 分析法 定义：经典系统性思维框架，通过六个核心维度对问题进行全方位拆解与剖析，确 ...
2026-09-28 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-09-24在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象， ...
2026-09-23在统计学与数据分析中，研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能，认 ...
2026-09-23 很多数据分析师每天都在写 SQL，但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
