Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DEIM2021 Twitterにおけるフェイクニュース拡散モデルの提案
Search
taichi_murayama
March 01, 2021
Research
0
630
DEIM2021 Twitterにおけるフェイクニュース拡散モデルの提案
DEIM2021 「Twitterにおけるフェイクニュース拡散モデルの提案」の発表スライド
taichi_murayama
March 01, 2021
Tweet
Share
More Decks by taichi_murayama
See All by taichi_murayama
ウェブ・ソーシャルメディア論文読み会 第31回: The rising entropy of English in the attention economy. (Commun Psychology, 2024)
hkefka385
1
88
2025年度 生成AIの使い方/接し方
hkefka385
1
780
デジタル社会における陰謀論の課題とその対策
hkefka385
0
60
サイバー空間におけるフェイクニュースの広がりとその対策
hkefka385
0
59
ウェブ・ソーシャルメディア論文読み会 第25回: Differences in misinformation sharing can lead to politically asymmetric sanctions (Nature, 2024)
hkefka385
0
130
ウェブ・ソーシャルメディア論文読み会 第19回: Multidimensional political polarization in online social networks (Physical Review Research, 2024)
hkefka385
0
150
2024年度 分野の全体像と論文の探し方
hkefka385
0
160
2024年度 研究の進め方
hkefka385
0
870
2024年度 研究室との接し方
hkefka385
1
150
Other Decks in Research
See All in Research
SSII2025 [TS1] 光学・物理原理に基づく深層画像生成
ssii
PRO
4
4.2k
時系列データに対する解釈可能な 決定木クラスタリング
mickey_kubo
2
930
AWSで実現した大規模日本語VLM学習用データセット "MOMIJI" 構築パイプライン/buiding-momiji
studio_graph
2
480
まずはここから:Overleaf共同執筆・CopilotでAIコーディング入門・Codespacesで独立環境
matsui_528
2
480
SSII2025 [SS2] 横浜DeNAベイスターズの躍進を支えたAIプロダクト
ssii
PRO
7
4k
AIによる画像認識技術の進化 -25年の技術変遷を振り返る-
hf149
7
4k
Google Agent Development Kit (ADK) 入門 🚀
mickey_kubo
2
1.7k
Language Models Are Implicitly Continuous
eumesy
PRO
0
220
Generative Models 2025
takahashihiroshi
25
13k
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
0
170
単施設でできる臨床研究の考え方
shuntaros
0
2.7k
SSII2025 [TS3] 医工連携における画像情報学研究
ssii
PRO
2
1.3k
Featured
See All Featured
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
What's in a price? How to price your products and services
michaelherold
246
12k
The Straight Up "How To Draw Better" Workshop
denniskardys
236
140k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
The Power of CSS Pseudo Elements
geoffreycrofte
77
6k
Optimising Largest Contentful Paint
csswizardry
37
3.4k
RailsConf 2023
tenderlove
30
1.2k
Testing 201, or: Great Expectations
jmmastey
45
7.6k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
31
2.2k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
840
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Transcript
5XJUUFSʹ͓͚Δ ϑΣΠΫχϡʔε֦ࢄϞσϧͷఏҊ ଜࢁଠҰɼएٶᠳࢠɼߥӳ࣏ɼখྛ྄ଠ ಸྑઌՊֶٕज़େֶӃେֶ ౦ژେֶ DEIM2021 H33-5
2 l ιʔγϟϧϝσΟΞ্ʹ͓͚Δχϡʔεಡऀͷ૿Ճ l ΞϝϦΧͰͷ͕ιʔγϟϧϝσΟΞ͔Β χϡʔεΛऔಘ l ༷ʑͳχϡʔεΛଟ͘ͷϢʔβʹΑͬͯਫ਼ࠪͤ͞Εͣʹ ֦ࢄɼதʹޡͬͨχϡʔε ϑΣΠΫχϡʔε
l ϑΣΠΫχϡʔεͷఆٛɾ l ͦͷχϡʔεͷഎޙʹଘࡏ͢ΔҙਤҙຯʹؔΘΒͣɼޡͬͨใ͕4/4ͳ ͲΛ௨ͯ͡ଟ͘ͷਓʑʹ·Δχϡʔε l ଟ͘ͷϑΣΠΫχϡʔε͕ιʔγϟϧϝσΟΞͰ֦ࢄ͞Εɼຽओओٛ ιʔγϟϧϝσΟΞͷΤίγεςϜɼδϟʔφϦζϜɼܦࡁͱ͍༷ͬͨʑͳ ʹଟ͘ͷӨڹ എܠ from: Pew Research Center
3 ϑΣΠΫχϡʔεͷྫ (1/2) • ܦࡁɿ "TTPDJBUFE1SFTTࣾͷ5XJUUFSΞΧϯτͷͬऔΓʹΑ ΔϑΣΠΫχϡʔε • ʮϗϫΠτϋεͰരൃ͕ճ͋ΓɺΦόϚେ౷ྖ͕ෛইͨ͠ʯͱ͍͏ ϑΣΠΫχϡʔε
• ͦͷӨڹͰɼμۀฏۉגՁ͕ؒ Ͱٸམ എܠ From: https://www.businessinsider.com/ap-hacked-obama-injured-white-house-explosions-2013-4 From: https://www.marketwatch.com/story/this-day-in-history-hacked-ap-tweet-about-white-house -explosions-triggers-panic-2018-04-23
4 ϑΣΠΫχϡʔεͷྫ (2/2) • ݈߁ɿ$07*%ؔͷϑΣΠΫχϡʔε • 7JUBNJO$Ͱίϩφ༧͕Ͱ͖Δ • (ωοτϫʔΫʹΑͬͯίϩφ͕·Δ എܠ
From: https://k-tai.watch.impress.co.jp/docs/news/1246278.html
5 ຊݚڀͷత • 5XJUUFSͰͷϑΣΠΫχϡʔεͷΧεέʔυͷϞσϧԽ • ϑΣΠΫχϡʔεͷΧεέʔυΛཧղ͢Δ͜ͱɼϑΣΠΫχϡʔεͷݕग़ͳͲͷԠ༻ λεΫʹ༗༻ • χϡʔεʹؔ͢ΔϢʔβͷߘ࣌ؒͱϑΥϩϫʔͷใΛ׆༻ͯ͠ɼ֦ࢄͷ͢͠͞Λ ϞσϦϯά
എܠ Breaking News!! Discovery a huge cat Fake News Timeline ユーザによる投稿と拡散 2020/01/01 12:00 この猫でかすぎ! http://.... Modeling 投稿確率
6 ϑΣΠΫχϡʔεͷΧεέʔυϞσϦϯάͷԾઆ • ϑΣΠΫχϡʔεͷΧεέʔυɼஈ֊ͷΧεέʔυʹΑͬͯߏ • ͭͷΧεέʔυỚ௨ৗͷχϡʔεͷੑ࣭Λ࣋ͬͨΧεέʔυ • ͭͷΧεέʔυỚݩͷχϡʔε͕ϑΣΠΫͩͱٙΘΕͨΓɼࢦఠ͞Εͨ͜ͱʹΑͬͯ గਖ਼࣌ࠁ!"͔Βੜ͡Δగਖ਼ͷੑ࣭Λ࣋ͬͨΧεέʔυ ఏҊϞσϧ
通常のニュースの カスケード 訂正の性質を持った カスケード
7 ϕʔεϞσϧTime-Dependent Hawkes Process ఏҊϞσϧ l )BXLFT1SPDFTTͱ͍͏աఔ Ϟσϧͷछ l աڈͷΠϕϯτͱܦա͔࣌ؒΒ
࣍ͷΠϕϯτൃੜ֬Λࢉग़ From: A Tutorial on Hawkes Processes for Events in Social Media イベント発⽣ time イベント発⽣確率
8 ϕʔεϞσϧTime-Dependent Hawkes Process ఏҊϞσϧ Timeline ユーザによる投稿と拡散 Modeling t, t
+ ∆% Ͱͷߘൃੜ֬ = λ % ∆% = ((%) ∑ ,:./0. 1, 2(% − %, ) ((%): 時間tにおける感染率, 1, : i番⽬のイベントでの観測者(フォロワー数) %, : i番⽬のイベントの投稿時間 2: どの程度記憶しているかを表した関数 感染率 どれだけの⼈が覚えているか Bใͷڧ͞ ؔ৺ͷߴ͞ S૬ରৼ෯ 56ৼಈͷλΠϛϯά 7ݮਰͷఔ ( % = 8 1 − : sin 2? @A % + 56 BC./E
9 ఏҊϞσϧ
Time (hour) ade ) cade ion) s Modeling Time (hour) Posting Activity ! " = $% " ℎ% " + $( (")ℎ( (") "+ 訂正時間"+でカスケードを分割 $% " ℎ% " $( (")ℎ( (") ℎ% " = , -:/012-3(/, /5) 6- 7(" − "- ) ℎ( " = , -:/5 1 /0 1/ 6- 7(" − "- ) $(") $("): 時間tにおける感染率, 6- : i番⽬のイベントでの観測者 (フォロワー数) "- : i番⽬のイベントの投稿時間 7: どの程度記憶しているかを表した関数
10 σʔληοτ • 3FDFOU'BLF/FXT 3'/ • ΞϝϦΧͷϑΣΠΫχϡʔεݕূαΠτʮ1PMJUJGBDUʯͱʮ4OPQFTʯʹΑͬͯ ݄ r ݄ʹใࠂ͞ΕͨϑΣΠΫχϡʔεΛऩू
• ΩʔϫʔυϕʔεͰ݅Ҏ্ͷߘ͔ͭ࣌ؒҎ্ͷߘ͕ଘࡏͨ͠ ݅ͷϑΣΠΫχϡʔε • 'BLF/FXTJO5PIPLVFBSUIRVBLF 5PIPLV • ݄͔Β݄·Ͱͷ౦ຊେࡂʹؔ͢ΔϑΣΠΫχϡʔεΛऩू IUUQTCMPHPTDPNBSUJDMF • ΩʔϫʔυΛ༻͍ͯ୳ࡧͨ݅͠Ҏ্ͷߘ͔ͭ࣌ؒҎ্ͷߘ͕ଘࡏͨ͠ ݅ͷϑΣΠΫχϡʔε ఏҊϞσϧͷݕূ
11 ࣮ݧઃఆ ϑΣΠΫχϡʔεͷߘΛ༧ଌ • ͭͷϑΣΠΫχϡʔεσʔληοτͷ֤χϡʔεΛରʹ ϞσϦϯάΛߦ͍ɼকདྷͷߘΛ༧ଌ • σʔλͷ؍࣌ؒ5ʹର͠ɼ ϞσϦϯάظؒΛ< 5>ɼςετظؒΛ<5
5>ͱͯ͠ઃఆ • ͭͷධՁࢦඪ༧ଌͷִؒΛ࣌ؒͱͯ͠ߘΛධՁ • .FBO&SSPS༧ଌͱਅͷͷࠩͷฏۉ • .FEJBO&SSPSࠩͷதԝ ఏҊϞσϧͷݕূ
12 ࣮ݧ݁ՌɿධՁࢦඪ ఏҊϞσϧͷධՁ 3'/ɼ5PIPLVσʔληοτͱʹఏҊख๏͕ଞͷख๏ΑΓ ߴ͍ਫ਼Λୡ 3'/ͷɼ5PIPLVͷ
13 ࣮ݧ݁Ռɿྦྷੵߘͷ࣌ܥྻ ఏҊϞσϧͷධՁ • Ϛθϯλ͕ఏҊख๏ɼࠇ͕࣮ଌ • ఏҊख๏͕࣮ଌʹ͍ۙ༧ଌߘΛୡ
14 ࣮ݧ݁Ռɿਪఆ͞Εͨύϥϝʔλͷ ఏҊϞσϧͷධՁ l 1BSBNFUFS! ஈ֊ͷΧεέʔυʹ͋ͨΔޡΓͱ໌Β͔ʹ ͳͬͨχϡʔεͷ֦ࢄɼஈ֊ʹ͋ͨΔ֦ࢄΑΓऑ͍ l 3'/σʔληοτͷɼ5PIPLVσʔληοτͷ l
గਖ਼࣌ؒ"#྆ํͷσʔληοτͰ࣌ؒޙఔ $ " = & 1 − ) sin 2. /0 " + 23 456/8
15 గਖ਼࣌ؒ!"ͷଥੑͷݕূ ఏҊϞσϧͷߟ l గਖ਼࣌ؒ!"લޙͷߘςΩετΛ֬ೝ l ఏҊϞσϧͰగਖ਼࣌ؒ!"ΛదʹݕͰ͖͍ͯΔ ͔Ͳ͏͔ΛߘͷςΩετͷ༰Ͱݕূ l σϚగਖ਼Λҙຯ͢ΔޠΛΧϯτ
1つ⽬のカスケード⁚ 通常のニュースの性質 を持つカスケード 2つ⽬のカスケード⁚ 訂正の性質を持つ カスケード
16 గਖ਼࣌ؒ!"ͷଥੑͷݕূɿWord cloud ఏҊϞσϧͷߟ ྫỚʮτϧί͕ԯԁຊʹدʯͱ͍͏ϑΣΠΫχϡʔε l గਖ਼࣌ؒ!" = 37લޙͷߘςΩετΛ8PSEDMPVEͰൺֱ l
!"ҎલͰʮࠃʯͱ͍ͬͨͦͷχϡʔεʹؔ͢Δޠ l !"ҎޙͰʮʯʹؔ͢ΔχϡʔεͱҰׅͰσϚͱࢦఠ
17 ·ͱΊ l 5XJUUFSͰͷϑΣΠΫχϡʔεͷగਖ਼ʹΑͬͯੜ͡Δஈ֊ͷ ΧεέʔυΛϞσϧԽ l ఏҊϞσϧʹΑΔকདྷͷߘ༧ଌͰߴ͍ਫ਼Λୡ l ఏҊϞσϧͰݕग़Ͱ͖ͨగਖ਼࣌ؒͱɼ5XJUUFSͷߘ༰Λ ॏͶͯൺֱͯ͠ΈΔͱɼగਖ਼࣌ؒҎ߱ʹʮϑΣΠΫχϡʔεΛగ
ਖ਼͢Δҙਤʯͷߘ͕ଟ͘ݟΒΕͨ ͓ΘΓʹ