谢菲尔德大学的研究人员开发了一种基于人工智能的算法，该算法可以准确预测哪些Twitter用户可能在实际使用之前从不可靠的新闻来源共享内容。

研究发现，散布虚假信息的Twitter用户主要发布有关政治或宗教的推文，而分享可靠新闻来源的用户则更多发布其个人生活的推文。

研究还发现，共享虚假信息的Twitter用户比共享可靠新闻来源的用户使用不礼貌语言的频率更高。

研究结果可以帮助政府和社交媒体公司（例如Twitter和Facebook）更好地了解用户行为，并帮助他们设计更有效的模型来应对虚假信息的传播

谢菲尔德大学的研究人员开发了一种新的基于人工智能的算法，该算法可以准确地预测哪些Twitter用户会在实际传播虚假信息之前进行传播。

由大学计算机科学系的Yida Mu和Nikos Aletras博士领导的一组研究人员已经开发出一种预测社交媒体用户是否可能分享不可靠新闻来源内容的方法。

研究人员通过开发新的自然语言处理方法（帮助计算机处理和理解大量语言数据的方法），分析了大约6200个Twitter用户的100万条推文。他们研究的推文都是可在社交媒体平台上公开查看的所有推文。

作为研究的一部分，Twitter用户分为两类-共享不可靠新闻来源的用户和仅共享可靠新闻来源的新闻的用户。数据用于训练机器学习算法，该算法可以准确地预测用户将来是否会在某个时候从不可靠来源重新发布内容。

这项研究的结果发现，分享不可靠消息来源的Twitter用户更有可能发关于政治或宗教的推文，并使用不礼貌的语言。他们经常发布带有“自由”，“政府”，“媒体”等字眼的推文，其推文通常与中东和伊斯兰教的政治相关，其推文中经常提及“伊斯兰”或“以色列”。

这项研究的发现可以帮助诸如Twitter和Facebook之类的社交媒体公司开发出解决网上虚假信息传播的方法。它们还可以帮助社会科学家和心理学家大规模地提高对此类用户行为的理解。

谢菲尔德大学自然语言处理讲师Nikos Aletras博士说：“社交媒体已成为人们访问新闻的最流行方式之一，每天都有数百万用户转向Twitter和Facebook等平台寻找信息了解国内外发生的重要事件。但是，社交媒体已成为传播虚假信息的主要平台，这对社会产生了巨大影响，并可能影响人们对周围世界正在发生的事情的判断。

“我们还发现，使用不礼貌语言与传播不可靠内容之间的相关性可以归因于高度的在线政治敌意。”

谢菲尔德大学的博士生Yida Mu说：“研究和分析用户从不可靠的新闻来源共享内容的行为可以帮助社交媒体平台防止虚假新闻在用户级别传播，从而补充现有的事实核对在帖子或新闻来源一级起作用的方法。”