【KDD2019|讲座推荐】虚假新闻研究：理论、发现策略与开放性问题：Fake News Research: Theories, Detection Strategies, and Open Problems

讲座题目

虚假新闻研究：理论、发现策略与开放性问题：Fake News Research: Theories, Detection Strategies, and Open Problems

讲座简介

虚假新闻的爆炸性增长及其对民主、正义和公众信任的侵蚀，增加了对虚假新闻研究的需求。本教程的目标是 （一）明确介绍虚假新闻的概念和特征，以及如何与其他类似概念如虚假/讽刺新闻、mis-/dis信息等进行形式区分，有助于加深对虚假新闻的认识； （二）对跨学科的基本理论进行全面审查，说明如何利用这些理论进行跨学科的虚假新闻研究，促进计算机与信息科学、政治学、新闻学、社会科学、心理学和经济学等领域的专家协同努力。这样的协同工作能够高效、可解释地发现虚假新闻； （三）系统地从四个角度（即知识、风格、传播和可信度）提出虚假新闻检测策略，以及每一个角度利用数据/图形挖掘、机器学习、自然语言处理、信息检索等技术的方法 （四）详细介绍当前虚假新闻研究中存在的问题，揭示其巨大的潜在研究机会，希望能吸引更广泛领域的研究人员开展虚假新闻检测工作，进一步促进其发展。 本教程旨在促进一个公平、健康、安全的网络信息和新闻传播生态系统，希望能吸引更多的研究人员、工程师和各种兴趣的学生进行虚假新闻研究。

讲座嘉宾

Reza Zafarani是锡拉丘兹大学EEC的助理教授。Reza的研究兴趣是社交媒体挖掘、数据挖掘、机器学习和社交网络分析。他的研究重点一直放在应对大规模数据分析的挑战上，以增强大数据的科学发现过程，特别是在社交媒体中。这些挑战包括没有基本事实的评估、快速识别大量数据集中的相关信息、利用有限信息进行学习、大规模用户行为分析和建模，以及跨多个数据源的信息集成和建模。他的研究成果已在各大学术机构发表，并在多家科学机构得到了强调。雷扎是《社交媒体挖掘：导论》一书的主要作者，该书由剑桥大学出版社和SIGKDD探索与传播前沿联合编辑编写。他是亚利桑那州立大学校长创新奖和优秀教学奖的获得者。