学术分享 | 预防企业谣言，原来可以从渠道源头遏制

在互联网发展突飞猛进的时代，信息传播速度极其迅速。一方面企业享受到信息传播促进品牌推广的红利，但另一方面，网络谣言不断滋生，传播日益广泛，且有愈演愈烈之势。面对满天飞的谣言，越来越多的企业深陷虚假新闻引起的舆论漩涡，这给当事企业造成了严重的不良影响和极大的损失。

来源：知微事见

娃哈哈集团董事长宗庆后曾表示：“娃哈哈最大的困难是网络谣言”。

从“营养快线阴干后可做避孕套”“含肉毒杆菌被紧急召回”到“喝了会导致白血病”，这些虚假信息在微信、微博等社交网络平台散播，根据娃哈哈的统计，这些谣言共传播了1.7亿次。两会上，宗庆后提交《关于打击网络谣言维护企业权益的建议》，然而，谣言已经引发了消费者恐慌，给饮料企业造成无法挽回的经济和声誉损失。

假新闻是层出不穷的，但媒体的数量是有限的，为了高效地利用资源，企业只需要识别和控制主要的传播渠道，或许就能有效从源头解决谣言的问题。对此，知微数据与哈工大团队合作完成研究报告《Quantitative characterization and identification of the company-related disinformation channel among media》，试图从谣言源头出发，帮助企业有效识别、管理并控制谣言。

2019年曾有一则典型谣言在网络传播：“女子意外怀孕向外卖小哥索赔”，其背后就是自媒体、大V、媒体层层推波助澜。

经过抽丝剥茧、追踪谣言渠道不难发现，起初的谣言发布于自媒体平台，首先由大鱼号、百家号、趣头条、搜狐号等自媒体账号开始扩散，而从这些账号的历史内容来看，充斥着“都市故事会”类似的奇闻，暴力、金钱、性……往往最能满足猎奇心理，且文章中往往缺乏新闻的必备的六要素：人物、时间、地点、事件、原因、发生过程，这让细节无从考证。

相关话题在微博平台引起了热议，也吸引了西湖之声的注意。西湖之声对微博内容进行整理后发布了相关文章，随后，在济南时报、新晚报层层报道传播下，事件大范围扩散开来，继而开始有大量媒体加入报道：@头条新闻 @Vista看天下 @新浪新闻等均发布了相关内容。

总结看来，谣言传播经过了自媒体——名人大V——媒体的传播过程。

“雪崩时没有一片雪花是无辜的”，不管是恶意散播谣言，还是未仔细查实真伪，传播渠道上的每个环节都助力了谣言的滋生蔓延，倘若在某一个关键节点及时遏制，也许就能避免这场谣言闹剧，但企业和大众对察觉谣言渠道的敏感性仍然不足。

哈工大团队研究证明，造谣新闻的数量和造谣程度都与渠道识别结果显著相关（下表Model1和Model2)，这说明，企业不仅要考虑谣言的数量，还要考虑谣言本身的严重程度，谣言发得越多、越严重就越可能是谣言渠道。然而，在依法治国的当下，真正敢明目张胆造谣的媒体渠道其实并不多，更多的情况则是某些造谣渠道利用负面新闻进行持续攻击，间接利用假新闻进行周期性猛烈攻击。

于是，研究团队猜测，媒体的负面新闻变量是否可以作为判断因素？结果显示（上表Model3和Model4），媒体发布和转发的负面新闻数量对判断有显著的正向影响。故除了谣言本身，负面新闻也是判断谣言渠道的判别因素。这意味着，如果一家媒体总是发布负面新闻，那么它本身很有可能是谣言渠道，因此企业不仅要监测关于自身的新闻，也要密切关注负面新闻媒体渠道。

研究人员抓取了2018年间报道的4689篇假新闻，梳理出330个媒体渠道，其中73个（22.12%）为谣言渠道，并把这些谣言渠道划分为三种程度：完全虚假、半真半假、虽真但故意误导大众。

聚焦于核心传播媒体，挖掘核心媒体特征，算法总结检测方法……研究团队利用显著影响变量进行分析，观察到三个模型中的两个都有较为不错的表现，预测精度相当，更重要的是，在召回率和F1值指标方面，两个模型都表现出旗鼓相当的结果（召回率高达92.9%，F1值高达91.0%）。

这些结果表明，利用虚假信息和负面新闻的变量建立机器学习模型来精准识别谣言渠道是可行的。

针对各种机器学习模型，研究团队还观察到朴素贝叶斯(Naïve Bayes)的性能最差，精确率仅0.59，而支持向量机（SVM）的性能最优，尤其体现在召回率和F1值上，这也是辟谣渠道识别项目中最重要的指标。

在新媒体给企业发展带来巨大品牌红利的同时，助长虚假信息所带来的经营风险同样引发关注。“造谣动动嘴、辟谣跑断腿”已经成为新媒体传播语境下，企业名誉权保护难以承受之重。事后追责已无济于补，及时遏制才是当务之急，从源头提前辨识并且重点监测谣言渠道，将谣言扼杀在摇篮里，或许才是釜底抽薪的正确做法。

本报告由知微数据（zhiweidata.com）制作，报告中所有的文字、图片、表格均受有关商标和著作权的法律保护，部分文字和数据采集于公开信息，所有权为原著者所有。

未经本公司书面许可，任何组织或个人均不得以任何形式擅自复制、传递、转载本报告或向第三方实施许可，否则，知微数据将保留追究其一切法律责任之权利。

本报告内容受所采用数据、技术手段、研究方法等的影响，分析结果仅代表包括但不限于以上影响因素下的当时情形。受研究方法和数据获取资源的限制，本报告只为市场和客户提供基本参考，本公司对该报告的数据和观点不承担法律责任。本报告允许媒体和学术研究机构部分引用本报告数据和相关内容用以新闻报道和学术研究，但是必须保证所引用部分的完整性和准确性，并注明来源，本公司不承担因此引发的任何连带责任。