本文介绍了一种新的多层网络框架，旨在检测和分析在线错误信息传播。该方法侧重于识别低频信号，并跟踪话语如何随时间被重构和放大。该方法应用于X平台（前身为Twitter）上14年的意大利HPV疫苗相关话语，区分了稳定的、以预防为中心的支持者联盟和新兴的怀疑论者群体。 AI
影响 为分析在线话语和识别错误信息提供了一种新的计算方法。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新颖的计算方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.02629v1 Announce Type: new Abstract: Understanding how online narratives travel through coalitions is critical for identifying information disorder, yet computational analyses often rely on conservative network constructions that erase initially sparse but salient sign…
Understanding how online narratives travel through coalitions is critical for identifying information disorder, yet computational analyses often rely on conservative network constructions that erase initially sparse but salient signals. This paper proposes a novel multi-layer fra…