Countering Fake News on Chinese Social Platforms: Communication Features of Weibo and WeChat

Cover Page

Cite item

Full Text

Abstract

INTRODUCTION. The peculiarities of fake news spreading on Chinese social platforms Weibo and WeChat are examined. The scientific problem is to identify the differences in the mechanisms of viral and hidden disinformation dissemination, and the purpose of the study is to conduct a comparative analysis of the applied mechanisms of disinformation and evaluate preventive measures to combat fake news.

MATERIALS AND METHODS. 2000 public posts with examples of fake news from Weibo and WeChat were used as the materials of the study. The methods of qualitative content analysis and comparative analysis were applied: systematic observation of fake news dissemination methods, analysis of the structure of social ties (“weak” and “strong” ties) of target audiences, and research of user behavior.

RESULTS AND DISCUSSION. Weibo, as an open network with “weak ties,” has been proven to enable lightning-fast viral spread of fake news through mass reposts and hashtags. WeChat, on the other hand, spreads misinformation through “strong” trust ties within closed groups and private chats, making news more secretive and difficult to verify. Anti-fake news tools used by media platforms include public rebuttal accounts, algorithmic regulation, AI and blockchain, with varying degrees of effectiveness depending on the type of network.

CONCLUSION. The interpretation of the results emphasizes the need for interdisciplinary cooperation and the expansion of global comparative research. In order to increase society’s resistance to fake news, comprehensive strategies for managing the information environment, developing digital humanities, increasing the transparency of moderation algorithms, and creating international mechanisms for promptly refuting disinformation are required.

About the authors

V. L. Muzykant

Peoples’ Friendship University of Russia named after Patrice Lumumba

Email: muzykant-vl@rudn.ru
ORCID iD: 0000-0001-9422-351X

Dr. Sci. (Sociology), Professor of Mass Communications Department

Russian Federation, 6 Miklukho-Maklaya St., Moscow, 117198, Russian Federation

Yaoguang Yan

Peoples’ Friendship University of Russia named after Patrice Lumumba

Author for correspondence.
Email: yanyg1997@gmail.com
ORCID iD: 0009-0008-2938-602X

Post-Graduate Student, Department of Mass Communications

Russian Federation, 6 Miklukho-Maklaya St., Moscow, 117198, Russian Federation

References

  1. Munadhil A.M., Muzykant V.L. Fake news on Covid-19 in Indonesia. Pandemic Communication and Resi-lience. Cham, Springer, 2021, рр. 363-378. https://doi.org/10.1007/978-3-030-77344-1_22
  2. 党留新. 社交网络中的假新闻检测系统 [D]. — 成都：电子科技大学, 2021. (Dang Liu Xin. Fake news detection system in social media. Chengdu, University of Electronic Science and Technology of China Publ., 2021.) (In Chinese)
  3. Muzykant V.L., Hossain B. Shifting Narratives: Russia’s Image in South Asian Media in 2022–2024 (by the Example of the Mass Media in People’s Republic of Bangladesh). Voprosy teorii i praktiki zhurnalistiki = Theoretical and Practical Issues of Journalism, 2024, vol. 13, no. 4, pp. 710-722. https://doi.org/10.17150/2308-6203.2024.13(4).710-722, https://elibrary.ru/sxklif
  4. Manoilo A.V., Popadyuk A.E. Foreign scientific approaches to the study of “fake news” in world politics. Ros-siya i sovremennyi mir = Russia and the Contemporary World, 2020, no. 2 (107), pp. 285-300. (In Russ.). https://doi.org/10.31249/rsm/2020.02.17, https://elibrary.ru/raokwi
  5. Guo L., Zhang Y. Information flow within and across online media platforms: An agenda-setting analysis of rumor diffusion on news websites, Weibo, and WeChat in China. Journalism Studies, 2020, vol. 21, no. 15, pp. 2176-2195. https://doi.org/10.1080/1461670X.2020.1827012, https://elibrary.ru/vizezp
  6. Zhou X.Y., Zafarani R. A survey of fake news: Fundamental theories, detection methods, and opportunities. ACM Computing Surveys, 2020, vol. 53, no. 5, pp. 1-40.
  7. Allcott H., Gentzkow M. Social media and fake news in the 2016 election. Journal of Economic Perspectives, 2017, vol. 31, no. 2, pp. 211-236. https://doi.org/10.1257/jep.31.2.211, https://elibrary.ru/yfkydz
  8. Lazer D.M.J., Baum M.A., Benkler Y. et al. The science of fake news. Science, 2018, vol. 359, no. 6380, pp. 1094-1096. https://doi.org/10.1126/science.aao2998
  9. Shu K., Sliva A., Wang S. et al. Fake news detection on social media: A data mining perspective. ACM SIGKDD Explorations Newsletter, 2017, vol. 19, no. 1, pp. 22-36. https://doi.org/10.1145/3137597.3137600
  10. Vosoughi S., Roy D., Aral S. The spread of true and false news online. Science, 2018, vol. 359, no. 6380, pp. 1146-1151. https://doi.org/10.1126/science.aap9559
  11. Chen Y., Conroy N.J., Rubin V.L. Misleading online content: Recognizing clickbait as “false news”. Proceedings of the 2015 ACM Workshop on Multimodal Deception Detection, 2015, pp. 15-19.
  12. Tandoc J.E., Lim Z.W., Ling R. Defining “fake news”: A typology of scholarly definitions. Digital Journalism, 2018, vol. 6, no. 2, pp. 137-153.
  13. Kshetri N., Voas J. The economics of “fake news”. IT Professional, 2017, vol. 19, no. 6, pp. 8-12. https://doi.org/10.1109/MITP.2017.4241459, https://elibrary.ru/yfiyfv
  14. Guess A., Lyons B. Misinformation, disinformation, and online propaganda. Social Media and Democracy: The State of the Field, Prospects for Reform. Cambridge, Cambridge University Press, 2020, pp. 10-33. https://doi.org/10.1017/9781108890960.003
  15. Asudeh A., Jagadish H. V., Wu Y. et al. On detecting cherrypicked trendlines. Proceedings of the VLDB Endow-ment, 2020, vol. 13, no. 6, pp. 939-952. https://doi.org/10.14778/3380750.3380762, https://elibrary.ru/xwxiis
  16. Chen Y., Conroy N.J., Rubin V.L. Deception detection for news: Three types of fakes. Proceedings of the 78th Association for Information Science and Technology, 2015, pp. 1-4.
  17. Zubiaga A., Aker A., Bontcheva K. et al. Detection and resolution of rumours in social media: A survey. ACM Computing Surveys, 2018, vol. 51, no. 2, pp. 1-36. https://doi.org/10.1145/3161603
  18. 王剑, 王玉翠, 黄梦杰. 社交网络中的虚假信息：定义、检测及控制 [J]. 计算机科学, 2021, 48(8):263-277. (Wang Jian, Wang Yu Cui, Huang Meng Jie. False information in social networks: definition, detection and control. Komp’yuternye nauki = Computer Science, 2021, vol. 48, no. 8, pp. 263-277.) (In Chinese)
  19. Dong L., Nor N.H.M., Bai G.K., Adzmi A.M., Rais S.S.A. Fake news sharing among Weibo users in China. Jurnal Komunikasi: Malaysian Journal of Communication, 2023, vol. 39, no. 4, pp. 284-305 https://doi.org/10.17576/jkmjc-2023-3904-15, https://elibrary.ru/bbfmgh
  20. Wang D., Qian Y. Echo chamber effect in rumor rebuttal discussions about COVID-19 in China: Social media content and network analysis study. Journal of Medical Internet Research, 2021, vol. 23, no. 3, р. e27009. https://doi.org/10.2196/27009, https://elibrary.ru/hrynpz
  21. 袁帆, 严三九. 从“点式”到“链式”：区块链技术对新闻透明的再推进 [J]. 中国编辑, 2019, (03):14-19. (Yuan Fan, Yan San Jiu. From “dot-type” to “chain-type”: blockchain technology once again advances news transparency. Kitaiskii redactor = Chinese Editor, 2019, no. 3, pp. 14-19.)
  22. 陈旭. 官方辟谣平台发展对策研究 [J]. 辽宁师专学报(社会科学版), 2022, (04):137-140. (Chen Xu. Re-search on measures for the development of official rumor refutation platforms. Vestnik Lyaoninskogo pedago-gicheskogo kolledzha (sotsial'nye nauki) = Bulletin of Liaoning Teachers College (Social Sciences), 2022, no. 4, pp. 137-140.)

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».