Типология слухов и фактчекинг в социальных медиа Китая: на примере WeChat

Предметом исследования являются типология слухов и механизмы фактчекинга в социальных медиа Китая на примере платформы WeChat. В качестве материала исследования выбраны 300 случаев распространения дезинформации, извлеченных из приложения «Ассистент по разоблачению слухов WeChat» (微信辟谣助手) в WeChat в период с 2023 по 2025 годы с помощью Python-инструментов. Авторы подробно рассматривают такие аспекты темы, как структурные и содержательные характеристики слухов, их тематическая классификация по различным категориям в китайском цифровом пространстве, а также институциональные и пользовательские стратегии верификации информации. Особое внимание уделяется взаимосвязи между типами распространяемых слухов и эффективностью различных механизмов фактчекинга в контексте национальной специфики китайской системы регулирования информационного пространства. В исследовании применена комплексная методология анализа заголовков слухов, включающая контент-анализ для тематической категоризации, компьютерную лингвистику с применением алгоритмов TF-IDF и Латентного размещения Дирихле (LDA), дополненные дискурсивным анализом риторических стратегий и количественным моделированием распространения дезинформации в китайских социальных медиа. Основными выводами проведенного исследования являются выявленные закономерности в тематическом распределении слухов в китайских соцсетях, где использование алгоритмов и социальных институтов значительно влияет на восприятие и распространение информации. Установлено, что в тематическом распределении слухов доминируют сообщения, связанные со здравоохранением (31%), потребительскими правами (19%), а также политикой и регулированием (18%). Особым вкладом авторов в исследование темы является детальный анализ специфики механизмов верификации информации в контексте китайских социальных медиа, а также выявление взаимосвязи между типологией слухов и эффективностью различных стратегий их опровержения.Новизна исследования заключается в детальном изучении типологии слухов и механизмов фактчекинга в китайском контексте, с акцентом на использование WeChat как социальной сети для распространения и верификации информации. Данное исследование позволяет лучше понять, как цифровая экосистема Китая управляет дезинформацией. Доказано, что успешная борьба с дезинформацией требует интеграции искусственного интеллекта и активного участия пользователей в процессе фактчекинга, а также эффективного нормативно-правового регулирования информационного пространства.

This research examines the typology of rumors and fact-checking mechanisms in Chinese social media, focusing on the WeChat platform. The study analyzes 300 cases of disinformation extracted from the "Rumor Refutation Assistant" application in WeChat between 2023 and 2025 using Python-based tools.The author investigates the structural and content characteristics of rumors, their thematic classification across various categories (healthcare, public safety, and others), and both institutional and user-driven verification strategies. Special attention is given to the relationship between rumor types and fact-checking mechanisms' effectiveness within China's . The methodology includes content analysis for fakes typology, text mining techniques (TF-IDF, LDA), and social network analysis to examine information dissemination patterns. Findings reveal significant patterns in fakes distribution, where algorithmic and institutional factors substantially influence information perception. Healthcare-related messages (39.67%), technology information (23.00%), and public safety content (21.33%) dominate the fakes landscape. The author's contribution lies in analyzing information verification mechanisms within Chinese social media and identifying correlations between fake typologies and refutation strategies' effectiveness. The research novelty stems from examining rumor typology and fact-checking in the Chinese context, emphasizing WeChat's role in information dissemination. The study demonstrates that mitigating disinformation requires AI integration, active user participation in fact-checking, and effective legal regulation of the information space.