国内辟谣领域研究现状与趋势

摘要：[目的/意义]梳理国内辟谣研究现状，分析研究热点及研究趋势，为该领域相关研究提供借鉴。[方法/过程]运用CiteSpace可视化软件，以中国知网上2007—2023年相关辟谣研究的CSSCI期刊论文为样本进行文献计量分析，绘制作者、机构、关键词知识图谱，分析辟谣研究热点与前沿趋势。[结果/结论] 研究发现：国内辟谣研究整体呈现稳中增长趋势，研究主题集中在辟谣信息传播意愿与传播规律、辟谣效果及评价、辟谣机制与辟谣策略等方面。研究热点变化经历辟谣策略的初步探索阶段、辟谣平台的深入实践阶段、辟谣效果的稳步提升阶段，研究前沿趋势包括人工智能生成内容的事实核查、辟谣效果与态度改变的心理机制、人机协同的辟谣机制等方面。

关键词：辟谣；文献计量；知识图谱；可视化分析；CiteSpace

分类号：G250

引用格式：鲁艳霞， 黄川林. 国内辟谣领域研究现状与趋势——基于CSSCI期刊（2007—2023年）的可视化分析[J/OL]. 知识管理论坛， 2024， 9（4）： 404-421 [引用日期]. http：//www.kmf.ac.cn/p/402/. （Citation： Lu Yanxia， Huang Chuanlin. Research Status and Trends in the Field of Refuting Rumors in China： A Visual Analysis Based on CSSCI Journals （2007-2023）[J/OL]. Knowledge Management Forum， 2024， 9（4）： 404-421 [cite date]. http：//www.kmf.ac.cn/p/402/.）

1 引言/Introduction

微博、微信、抖音等社交媒体平台为各领域信息的广泛传播提供了便捷条件，也为谣言的快速发布和转发提供了温床。在权威信息稀缺的情况下更容易滋生网络谣言，谣言往往比事实传播得更远，传播速度也以前所未有的速度增长[1]。Science杂志上发表的研究也表明，社交媒体环境下谣言的传播强度要远高于真实信息[2]。通过大数据分析可以实现对受众心理认知、情感与态度的精准把握，网络谣言一方面通过基于算法的智能化分发可实现对受众的精准投放，另一方面借助社交机器人及AI算法可实现谣言的井喷式传播。网络谣言为社会信任体系带来了前所未有的负面影响，加强谣言的社会治理与有效辟谣研究也已迫在眉睫。因此，如何应对网络谣言、进行有效辟谣已经成为推进国家治理体系和治理能力现代化必须面对的时代课题。

习近平总书记高度重视网络空间治理工作，多次强调要“把控好整体舆论，努力营造良好舆论环境”，在党的二十大报告中再次强调网络强国的重要思想，中央网信办也于2022年9月启动了“清朗·打击网络谣言和虚假信息”专项行动。2023年9月22日，中央网信办在北京召开的全国网络辟谣联动机制第一次全体会议中强调，要坚持效果导向，扩大网络辟谣传播力与影响力，切实加强重点领域网络辟谣。现有辟谣策略主要通过阻止谣言传播与发布辟谣信息的方式进行辟谣[3]，然而，人工智能与机器学习等技术的应用使得网络谣言往往具有深度伪造性，难以识别也难以有效阻止谣言传播。再加上辟谣过程中信息的高度不确定性，受众在急于了解真相的情境下更容易降低判断力，谣言对受众心理的精准把握使得辟谣信息难以有效达成，很容易出现辟谣失灵现象[4]，甚至导致受众更信谣言，诱发“逆火效应”[5]。国内学术界已经从不同视角对辟谣研究进行有益探索并取得了丰硕成果，然而我国现有网络谣言的辟谣实践效果仍显不佳，因此，如何进一步深化辟谣研究，实现精准辟谣，提升辟谣效果，则是辟谣研究领域需要考虑的紧迫问题。在此背景下，笔者探讨如下问题：我国辟谣研究的总体态势如何？辟谣研究的热点包括哪些主题？未来辟谣研究的前沿趋势如何？

通过梳理我国辟谣领域研究热点与前沿，能够有效回答以上问题。CiteSpace软件可以对特定领域文献进行计量，并通过绘制可视化知识图谱探测学科发展前沿[6]，在识别学科领域研究热点方面起着不可或缺的作用[7]。基于此，笔者运用CiteSpace可视化分析软件，以2007—2023年我国辟谣研究的相关文献为基础，梳理国内辟谣相关研究现状，对辟谣研究主题进行可视化分析，从而为学界了解辟谣研究热点与前沿趋势提供参考借鉴。

2 研究设计/Research design

2.1 数据来源

笔者以中国知网（CNKI）中数据库收录的期刊论文为数据来源，以“辟谣”或“谣言治理”为主题检索条件，考虑到文献质量对研究结果的影响，将来源类别设定为“CSSCI”，共检索到352篇期刊文献（出版年度截至2023年）。通过初步阅读论文题目、摘要及原文，对检索结果进行手动筛选，剔除了广告、序、综述、辟谣平台上线、发布等与主题明显不相关的综述类或非学术性文献，最终筛选出340篇高质量中文文献为研究样本，样本的时间区间为2007年9月—2023年12月。将筛选后的文献按照CNKI中的Refworks格式导出，并在CiteSpace 5.7.R5中进行格式转换，得到国内辟谣研究（2007—2023年）的样本数据库。

2.2 研究方法

笔者采用文献计量分析方法与知识图谱技术，考虑到CiteSpace是信息可视化软件，能对特定领域文献进行计量，探寻学科领域演化路径，并通过可视化图谱分析学科演化动力机制与探测学科发展前沿，因此，笔者以CiteSpace软件为分析工具，对辟谣相关领域的文献进行研究热点与前沿趋势的可视化分析。首先，利用Excel和CiteSpace软件对国内辟谣相关文献进行研究现状分析，了解该领域自2007年至今的发文数量、来源期刊分布以及作者与研究机构等特征；然后，利用CiteSpace丰富的知识图谱功能，对辟谣样本文献数据进行关键词共现与聚类图谱绘制，通过对近17年国内辟谣研究主题的可视化分析，及时把握该领域研究的主题演变与前沿趋势。

3 研究现状/Research status

3.1 发文数量

国内学者对辟谣研究的发文数量能够反映该领域的研究现状与发展趋势，将2007—2023年关于辟谣研究的340篇CSSCI文献作为数据源，依据年发文数量绘制国内辟谣研究的走势曲线图，如图1所示：

从发文时间和发文量来看，2007—2011年关于辟谣的研究处于起步期，合计发文量为18篇，年均3.6篇，研究内容着眼于舆论的简单控制与初步应对，这表明辟谣研究自2007年开始但并未进入学者们的视野，直到发生2011年日本地震核泄漏危机引发的抢盐事件，才引起了学者们的广泛关注，国内关于辟谣的研究开始逐渐起步。从2012年起，该领域研究得到广泛关注，发文量有明显提升，2012—2019年的8年间合计发文量182篇，年均达到22.75篇，研究内容集中在谣言传播、谣言防控、网络治理、政府辟谣、辟谣信息构成、辟谣效果等方面。2020年起辟谣研究的文献量快速增长，2020—2023的4年间合计发文量140篇，年均达到35篇。其中，2020年受到新冠疫情的影响，发文量达到顶峰（51篇），关于辟谣有了更新颖的研究思路与更广阔的研究视野，从辟谣平台、舆论引导、政治信任、个体规范、信息框架、信息生态等角度出发，研究辟谣信息传播的影响因素、心理机制以及辟谣效果，进一步提高了我国辟谣领域的研究热度。

3.2 期刊分布

对辟谣研究期刊来源进行分析，统计出2007—2023年辟谣研究的期刊分布，发现340篇文献共发表在127种期刊上，其中，载文量在10篇及以上的期刊名称如表1所示：

由表1数据可知，刊发辟谣研究文献较多的是《情报杂志》，共17篇，占总发文量的13.39%，表明该刊物对辟谣相关研究的关注度最高；其次是《情报科学》《现代传播（中国传媒大学学报）》，均刊发论文14篇，均占总发文量的11.02%；然后是《电子政务》《现代情报》《新闻界》等期刊。从发文期刊来看，关于辟谣研究的成果发表数量较多的期刊主要涉及情报学、新闻传播学与公共管理等学科领域，发文量在8篇及以上的期刊共11种，占期刊总量的8.66%，其总计发文133篇，占样本文献的39.12%。由此可见，对这些期刊的研究有助于把握国内辟谣领域的研究热点与前沿趋势。

根据布拉德福定律，对国内辟谣研究刊发的期刊进行分区（见表2）。核心区、相关区与离散区的文献数量大致相当[8]，按照1：a：a2的数量关系，计算得到a≈3.4（>1），说明辟谣领域期刊的分布符合布氏分布。

3.3 作者与研究机构分析

对发文作者和研究机构进行统计，可了解辟谣领域的主要研究力量分布情况。根据普赖斯定律[9]，核心作者的计算公式为：。其中，M指核心作者发表文章数量的阈值，如果超过阈值，则为核心作者。Nmax为该样本中发文量排名第一的作者发文数。根据国内辟谣研究的主要作者发文量统计可知，Nmax=8，因此，M=2.12，可以得出发文量在3篇及以上的作者为该领域研究的核心作者（见表3）。此外，对样本文献分析后发现发文3篇及以上成员为20人，发文共计79篇，在总体样本文献中占比23.24%，即：核心作者撰写的论文在所选文献中所占比例不超过50%，因此表明，国内辟谣研究领域的核心作者群尚未形成。

为了进一步了解国内辟谣研究领域的作者合作情况，运用CiteSpace对作者合作网络进行可视化分析，节点类型选择“Author”，设置g-index中k=25，Top N=50，Top N%=10，可得到辟谣研究领域作者合作网络的知识图谱，主要节点及合作情况见图2。由图2可以看出，虽然核心作者群尚未形成，但部分学者间已经呈现出以夏志杰、王晰巍、兰月新、郭小安、王国华为核心的相对稳定的合作网络。

对辟谣研究领域发文机构进行统计，可知该样本中发文量排名第一的机构是中国人民大学，发文数是12篇。因此，根据普赖斯定律，核心机构发表数量的阈值为2.59，即发文量在3篇及以上的机构为该领域的核心机构（见图3）。此外，对样本文献分析后发现发文3篇及以上的机构为27个，发文共计169篇，在总体样本文献中占比49.71%，即：核心作者撰写的论文在所选文献中所占比例不到50%，因此表明，国内辟谣研究领域尚未形成核心机构群。

为了进一步了解主要研究机构之间的合作情况，运用CiteSpace对机构合作网络进行可视化分析，节点类型选择“Institution”，设置g-index中k=20，Top N=50，Top N%=10，可得到辟谣研究领域作者合作网络的知识图谱，主要节点及合作情况见图4。可以看出，中国人民大学、中国社会科学院、南京大学等高校与其他机构合作较为密切，机构之间已经形成了较为突出且相对稳定的合作网络。

4 研究热点与趋势分析/ Research hotspot and trend analysis

4.1 关键词共现与词频统计

关键词是对文献的高度概括，能够在一定程度上反映研究领域的主题分布与研究重点，通过CiteSpace对关键词进行可视化分析，节点类型选择“Keyword”，Pruning中选择“Pathfinder”“Pruning sliced network”“Pruning the merged network”，得到辟谣研究领域关键词共现图谱（见图5）。关键词图谱中共出现401个节点、561条边，网络密度为0.007，表明国内辟谣领域研究的各节点联系较为紧密，且已形成了较为复杂的辟谣研究网络结构，热门关键词包括网络谣言、谣言传播、网络舆情、谣言治理、政府辟谣、辟谣效果、突发事件、影响因素、新媒体、假新闻等。

进一步对关键词词频和中心度进行统计，整理得到辟谣领域研究频次大于等于5的关键词表，结合中介中心性（>=0.1）排序来看，网络谣言、谣言、辟谣、谣言治理、谣言传播等16个关键词是高频词（见表4）。其中，中心性大于0.3的关键词是网络谣言、谣言、辟谣、谣言治理、网络舆情、政治谣言，可以看出，针对突发事件网络谣言的治理与辟谣是该领域的研究热点。

4.2 关键词聚类分析

为了更加清晰地展示国内辟谣领域研究的主题结构特征，利用CiteSpace软件，采用对数似然算法（log-likelihood rate，LLR）进行关键词聚类分析，可以得到辟谣关键词聚类图谱（见图6）。从图6中可以看出，Q值=0.8751（>0.3），表明该网络的聚类效果是显著的，S值=0.754（>0.7），表明该网络的聚类效果良好且是令人信服的。

从图6可以看出，辟谣领域研究共形成了12个聚类主题，对聚类信息进一步整理，汇总各聚类编号及其对应的关键词，如表5所示。

根据图6和表5的关键词聚类结果，并结合每个聚类所包含的关键词以及文献名称、摘要等信息，可以发现国内辟谣领域的研究热点主要围绕以下几个方面：辟谣信息传播意愿与传播规律（6&8&11）、辟谣效果及评价（4&5&7&9）、辟谣机制与辟谣策略（0&1&2&3&10）等。

4.2.1 辟谣信息传播意愿与传播规律

传播辟谣信息可以说是决定辟谣效果的重要因素[10]，在各类谣言和辟谣信息传播中，辟谣信息传播速度与范围往往落后于谣言，出现辟谣难的窘迫现象[11]，对辟谣信息传播意愿及规律的研究有助于更好地制定辟谣策略，提升辟谣效果[10]。因此，需要科学选择辟谣信息的构成要素[12]，深入考虑公众在社交网络中对辟谣信息分享或传播的态度，揭示辟谣信息传播的内在机理与传播规律。国内辟谣领域的研究主要从信息传播视角，关注辟谣信息传播意愿的影响因素、辟谣信息传播模型、机理与规律。具体包括：①辟谣信息传播的影响因素研究。国内学者从辟谣主体、受众、文本内容等视角进行了丰富的实证研究，如贾若男等[13]研究社交媒体中突发事件网络辟谣的信息主体，在划分主体类型的基础上，构建了辟谣“主体—内容”的关系网络，指出政府和大众媒体是辟谣的主要行动者；张放等[14]从辟谣信息的文本特征视角，提出谣言主题、辟谣方式、辟谣论证角度、辟谣信息强度和效价等解读性信息特征作为中心路径，对辟谣信息采纳起到主要作用；陈梁等[15]指出在线辟谣是社会网络中的信息传播行为，并通过社会网络分析，强调了社会资本对在线辟谣意愿的显著影响。②辟谣信息传播模型、机理及规律研究。国内学者多采用LDA（Latent Dirichlet Allocation，潜在狄利克雷分配）主题模型、SIR（Susceptible Infected Recovered Model，易感者—感染者—康复者模型）及其改进模型、神经网络模型等，对辟谣主体、辟谣网络、辟谣内容特征进行研究，如张彬等[16]综合考虑谣言与辟谣信息的传播过程，基于SIR改进模型研究竞争性信息传播规律，指出辟谣信息接触权重和辟谣传播率对于谣言传播具有抑制作用；李新月等[17]系统梳理辟谣平台中的辟谣信息内容特征，利用LDA分析辟谣主题及演化趋势，指出我国健康辟谣平台仍未充分发挥平台价值，辟谣平台主题强度呈现反复波动至平稳态势，强调辟谣平台要加大辟谣信息发布力度；阳长征等[18]采用卷积神经网络CNN（Convolutional Neural Networks）模型和循环神经网络RNN（Recurrent Neural Network）模型，研究辟谣信息的回波损耗与互感耦合机制，指出辟谣信息传播中存在相位干扰，导致信息失真，研究结果为提升辟谣效果的应用实践提供了理论支撑。

4.2.2 辟谣效果及评价

互联网为谣言传播提供了便利，然而在各类突发事件中谣言肆虐，尤其是伴随着新冠疫情引发的“信息疫情”中频繁出现的网络谣言，为我国应急管理带来了巨大挑战。同时，各种辟谣失灵现象、逆火效应频现，辟谣效果不容乐观。因此，随着辟谣相关研究的不断深入，学者们愈发关注对辟谣效果的研究，研究领域包括：①辟谣效果影响因素研究。学者们采用问卷调查、情境实验、模拟仿真等不同方法，从信息来源特征、接收者特征、内容特征、平台特征等进行了大量的实证研究，发现辟谣发布者身份、信息质量、内容长度、情感程度、谣言类型、卷入程度等特征对辟谣效果有显著影响，但国内学者对辟谣效果影响因素的研究尚未达成一致[19]，对辟谣效果影响的差异性仍待探讨。也有学者从社会心理与认知决策视角进行研究，强调辟谣效果更多是个体心理过程的结果[20]，采用不同方式表达的信息框架对辟谣效果会有不同影响[21]，对官方社交媒体的信任能够有效促进公众的辟谣行为[22]，进而影响辟谣效果。此外，事件类型与回应方式也是影响辟谣效果的核心变量，辟谣有效性受到多变量之间复合作用的影响[23]。王晰巍等[24]则采用扎根理论研究方法，从主体、信息和渠道深入探讨辟谣效果的影响因素，并深入揭示了不同维度对辟谣效果的作用路径以及各因素间的作用关系。②辟谣效果评价与预测研究。学者们多关注辟谣平台的辟谣效果，王国华等[25]最早提出衡量网络平台辟谣效果的4个指标为：辟谣信息处理能力、辟谣依据的权威性、受众的参与程度、辟谣的威慑效果。之后，学者们基于辟谣的主体、受众、内容和情境等特征，多从信息生态理论[26]视角构建评价指标体系，并采用德尔菲法、层次分析法、模糊综合评价法进行辟谣效果评价。李宗敏等[27]提出辟谣效果指数的概念并对辟谣效果进行了量化与评价，通过建立机器学习领域的回归模型，进一步探索了内容、情境特征与辟谣效果指数间的关系。除了对网络平台辟谣效果的关注，滕婕等[28]考虑到不同主体联合辟谣的辟谣效果，构建随机微分博弈模型，通过仿真技术对辟谣效果进行预测。

4.2.3 辟谣机制与辟谣策略

谣言尤其是网络谣言的辟谣一直是学者们在辟谣领域关注的热点问题，特别是随着辟谣失灵现象的不断出现，各类网络辟谣平台成为协同辟谣的重要场域，围绕谁来辟谣、如何辟谣、通过什么渠道与方式辟谣才能取得更好辟谣效果的问题则受到学者们的进一步关注，辟谣机制与辟谣策略也成为辟谣领域研究的关键问题。具体包括：①辟谣机制研究。学者们更多关注对谁来辟谣问题的回答，多从辟谣主体视角研究辟谣机制，探讨辟谣各主体之间的结构关系和运行模式。从现有研究来看，学者们对辟谣主体的分类多从政府、主流媒体、社交平台、民间组织与社会公众等角度进行，各主体间的联合辟谣机制基本上也已形成共识。曾润喜等[29]指出灾难事件中政府是辟谣信源的把控主体，与媒体共同组成辟谣主力；欧阳果华[30]提出政府与网络社团要采用不同的合作模式，充分发挥各自的辟谣优势；金兼斌等[31]、王明等[32]强调要构建用户参与的社会化协同或众包辟谣机制，联合政府、媒体、专家、科普机构、科技工作者、非盈利组织及普通网民等多主体，通过协同辟谣机制有效提升政府舆情应对能力。也有学者强调去中心化、人机协同的辟谣机制，强调官方与商业互联网辟谣平台的协同作用，以及算法、大数据等技术手段的深度应用[33]。②辟谣策略研究。国内学者针对如何进行辟谣的问题，多从辟谣平台、辟谣信息内容与辟谣方式视角研究辟谣策略，探讨提升辟谣效果的方式与方法。从辟谣平台来看，学者们关注辟谣网站的建设与优化[34]，强调用户体验下的辟谣平台导航设计，从实践层面提出提升辟谣平台的服务效能[35]。从信息内容来看，学者们关注不同信息表达的作用，强调要紧紧围绕用户需求，通过诉诸理性与诉诸感性的辟谣模式，采用用户喜欢的语言表达，充分发挥信息的辟谣作用[36]。从辟谣方式上看，郭小安等[37]指出政府、媒体与网民的联动协同是最为理想的辟谣方式；王国华等[38]研究主流社交媒体平台新浪微博，发现其辟谣方式主要为原创式、转发式、自净式与规范式。学者们也提出以谣辟谣[39]、否定性辟谣[40]等方式，特别是在突发事件中，要从辟谣主体、时机、渠道、内容、受众等方面合理组合与协调，提出针对性的辟谣策略[41- 42]。聂静虹等[43]指出，在大数据、算法、AI等互联网新技术加持下，要从“被动辟谣”转变到“主动辟谣”。

4.3 研究热点变化趋势分析

通过对突变词的分析，可以了解关键词变化情况，把握辟谣领域研究主题的变化趋势。基于关键词聚类的结果，在CiteSpace软件中选择Burstness，并设置参数α1/α0=2，αi/αi-1= 2，γ=0.3，出现26个突现关键词（见图7）。借鉴信息的生命周期理论[44]，可将谣言从产生到消亡认为是一个完整的生命周期，包括谣言生成、传播与消退等阶段。谣言生成阶段主要关注如何制定辟谣策略，从而应对谣言信息产生与传播；谣言传播阶段则重点关注如何利用辟谣平台，有效传播辟谣信息；谣言消退阶段则关注如何基于公众心理，不断优化辟谣策略，提升辟谣效果。相应的，辟谣领域的研究也可划分为辟谣策略的初步探索阶段（2007—2013年）、辟谣平台的深入实践阶段（2014—2019年）、辟谣效果的稳步提升阶段（2020—2023年）。

（1）2007—2013年是辟谣策略的初步探索阶段，突现的关键词包括“舆论”“新媒体”“策略”“网络舆情”“自我净化”“电子政务”，其中，2013年出现的关键词“策略”的突变强度最大，表明学者们对辟谣策略的研究较为关注。谣言在互联网上的快速扩散危及社会稳定，微博的出现进一步加剧了突发事件中谣言治理的难度。国务院新闻办公室自2008年就提出突发公共事件舆论引导的“四讲”（尽早讲，持续讲，准确讲，反复讲）策略，在此背景下，学者们对辟谣领域的研究热度迅速攀升，研究热点集中在谣言与辟谣信息的交互传播、网络舆情中的辟谣策略与机制、微博平台的自净功能与辟谣模式等方面。2013年10月国务院办公厅发布《关于进一步加强政府信息公开回应社会关切提升政府公信力的意见》，强调要健全舆情回应机制，对于重要政务相关舆情，要及时给予回应，澄清事实，消除谣言。由此可见，电子政府的建设成为国家治理能力与政府公信力提升的关键要素，要寻求政府辟谣的技术之道，降低谣言传播几率[45]。同时，意见中强调要进一步加强平台建设，强化政务微博、微信等新媒体平台运用，这些政策进一步推动了下一阶段学者们对辟谣平台的深入实践。

（2）2014—2019年是辟谣平台的深入实践阶段，突现的关键词包括“社会治理”“政府信任”“谣言传播”“传播模型”“人工智能”，其中，2018年出现的“谣言传播”的突变强度最大，表明学者们对该领域研究较为关注。这一阶段的热点包括对政府信任危机的挑战与基于辟谣平台的社会治理研究，如唐雪梅等[41]指出辟谣是控制谣言的最有效方式，突发事件中政府要依据谣言传播及情景组合辟谣；刘力锐等[46]提出政府辟谣可分为证实、证伪与混合型3种类型，证实型辟谣可增强信任。然而，谣言与辟谣信息往往相互交织，极易引发政府信任危机，为社会治理带来挑战。我国高度重视网络空间的治理工作，2017年国务院“十三五”国家信息化规划指出，要加强对网络传播平台的管理，国务院办公厅印发的《政府网站发展指引》中也强调要及时发布辟谣信息，扩大传播范围，增强与公众的互动效果。2018年正式上线的“中国互联网联合辟谣平台”成为我国网络辟谣主阵地。学者们对辟谣平台开始了深入实践，如许鸿艳等[47]通过研究我国全媒体平台的辟谣实践与应用情况，发现辟谣方式的多样化、辟谣信息的多形式能够提升辟谣效果，但辟谣平台在技术应用与综合功能方面仍需完善，平台的深度辟谣与自净功能仍待加强。习近平总书记在2018年在全国网络安全和信息化工作会议上强调，要提高网络综合治理能力，形成多主体参与、经济、技术等多手段结合的综合治网格局。自此，研究前沿逐渐转向多主体协同辟谣与基于人工智能、大数据等技术的精准辟谣，如金兼斌等[31]指出，要借助媒体、高校、政府、网民等多主体辟谣力量，研究社会化协同辟谣机制；刘沫潇[48]对“一点资讯”平台进行案例研究，发现其将算法推荐技术应用于辟谣领域，能够实现谣言的精准打击，也指出在智媒时代辟谣平台要完善行业规范，构建良性媒介生态。

（3）2020—2023年是辟谣效果的稳步提升阶段，突现的关键词包括“谣言治理”“大数据”“新冠疫情”“辟谣效果”“社交媒体”，其中2021年出现的辟谣效果突变强度最大，表明学者们对该领域的研究较为关注。2019年末突发的新冠肺炎疫情中，“新冠病毒为人工合成”“吃大蒜、喝白酒可以防治新冠肺炎”等谣言频出，误导社会公众，危及社会稳定。2020年举行的中国网络诚信大会中，中国互联网联合辟谣平台发布“2020年度涉新冠肺炎疫情防控辟谣榜”。自此，学者们对辟谣效果的研究热度急剧攀升，研究热点集中在辟谣效果的影响因素与辟谣效果的评价与预测。如夏志杰等[49]构建“辟谣信息—辟谣效果”的两阶段模型，指出视频、直播相比纯文本更容易提升公众对信息的感知可信度，社交媒体平台具有辟谣优势，要基于人工智能等技术深度挖掘公众需求。王晰巍等[4]构建了辟谣效果评价指标体系并进行验证，指出多主体要形成系统化协同辟谣机制，辟谣信息表达方面应注意媒体框架设置，要注重对用户心理意识的引导。可见，该阶段学者们已关注到对辟谣受众心理机制的研究，关注到影响辟谣效果的心理因素。如马得勇[50]分析了公众信谣和辟谣的社会心理，指出辟谣信息总体上能够发挥作用，正面效果大于其逆火效应，但通过辟谣根除谣言却很困难；吴文汐等[51]分析AI技术对谣言传播的影响，考虑到用户心理，提出智媒时代谣言识别、控制与更正的路径。胡琦等[52]研究了全媒体时代谣言产生的心理机制，提出要利用智能算法提升谣言治理精确度，提高辟谣信息的达到率。此外，刘于思等[53]指出，我国辟谣出现“强平台、弱机构”的独特现象，社交平台上的群众举报式辟谣与专业事实核查中的亲民话语风格组合更能起到信息纠偏效果。闫文捷等[54]指出互联网平台辟谣在中国事实核查中扮演重要角色，但以专业性新闻机构主导的“识真”式事实核查比平台辟谣更能提升人们对真伪的判断。由此可见，平台辟谣与基于公众心理的辟谣效果仍是该领域的研究前沿，辟谣效果领域的相关研究仍有很大的发展空间。

5 研究结论与建议/ Research conclusions and suggestions

通过采用CiteSpace软件对国内辟谣研究领域2007—2023年的CSSCI文献进行期刊分布、作者与研究机构分布、关键词共现与聚类和研究热点变化趋势的可视化分析发现如下结论：

第一，从整体研究趋势来看，辟谣领域的研究呈现逐步增长的趋势，研究热度不断攀升。该领域研究呈现跨学科趋势，主要涉及情报学、新闻传播学与公共管理等学科领域，期刊整体分布符合布氏定律。从作者与研究的机构分布情况来看，虽然核心作者群尚未形成，但是已经形成了部分稳定的合作网络。研究机构分布广泛，高校在辟谣领域的研究发挥着重要作用。建议进一步加大辟谣领域学者间的合作力度，完善横向合作交流机制，搭建学术合作交流平台，发挥学者各自学科领域优势，促进研究力量均衡发展；研究机构应进一步多样化，除高等院校外，科研院所、社会治理部门及相关机构应进一步发挥领域与技术优势，促进辟谣领域研究成果与实践深度融合，推动社会治理能力的高质量发展；此外，还应利用社交媒体平台，建立辟谣领域研究论坛与社群，定期组织辟谣领域研究的学术会议，邀请国内外辟谣领域专家学者交流学术成果，借鉴国际谣言治理的先进经验，推动国内辟谣研究的交流合作。

第二，国内辟谣领域的研究内容丰富，研究主题广泛。该领域研究内容包括网络谣言与辟谣信息的交互传播、突发事件与网络舆情、辟谣策略与协同治理、政府辟谣与信任危机、政府回应与信息公开、公众情绪与社会心理、事实核查与新闻创新等若干方面，从关键词聚类图谱来看，研究主题集中在辟谣信息传播意愿与传播规律、辟谣效果及评价、辟谣机制与辟谣策略。由此可见，辟谣领域丰富的研究内容推动了该领域的迅猛发展，并为有效的谣言治理提供了实践指导。建议进一步引入多元化的理论与方法，充分利用问卷调查、实验控制、机器学习、数据挖掘等多种手段，推动情报学、传播学、社会学、心理学等多学科的交叉融合，共同构建辟谣领域研究的综合理论框架，更加深入地揭示谣言与辟谣信息传播背后的社会心理因素。进一步加强理论与实践的创新融合，将理论研究结果更好地应用于指导我国社会治理实践，同时要加强对公众信息素养与谣言辨识能力的培养，研究如何通过宣传教育等手段提升公众信息与新媒介素养，有效提升辟谣能力，也是学者们未来研究的一个重要方向。

第三，国内辟谣领域的研究热度不断提升，研究热点不断创新。国内辟谣领域的研究是近10余年突发事件、网络舆情、应急管理与社会治理等方面的热点问题，研究热度自2011年起持续攀升，研究热点最早围绕舆论危机、谣言传播、辟谣策略开展，随后转向对辟谣平台的辟谣方式、辟谣机制、算法应用的深入研究，继而又关注到辟谣效果提升中的信息需求、公众参与及其心理机制。可以看出，国内辟谣领域的研究热点随着研究机构的深度合作与学科领域的交叉融合，也在不断演化与创新。随着生成式人工智能的横空出世及其在社会各领域的深度融合应用，深度造假技术也对新闻真实性与社会治理带来了巨大挑战。因此，建议辟谣研究领域在互联网平台辟谣的基础上，深化人工智能、大数据、云计算、区块链等技术在辟谣领域研究的融合运用，紧密关注大数据、人工智能等技术在辟谣领域的应用前景与潜在风险、伦理规范，用好人工智能这把双刃剑，加大对人工智能生成内容的事实核查，深入研究辟谣效果与态度改变的心理机制，创新人机协同的辟谣机制。国内辟谣的相关研究应及时把握该领域的研究热点与前沿趋势，推动辟谣理论创新与实践应用，有效提升社会治理效能，为有效推动国家治理能力与治理体系现代化贡献学科力量。

参考文献/References：

[1] WANG Y， TANG Y， ZUO J， et al. Exploring rumor combating behavior of social media on NIMBY conflict： temporal modes， frameworks and strategies[J].Environmental impact assessment review， 2022， 96（9）： 106839.

[2] VOSOUGHI S， ROY D， ARAL S. The spread of true and false news online[J]. Science， 2018， 359 （6380）： 1146-1151.

[3] 王晰巍， 邱程程， 李玥琪. 突发公共事件下社交网络谣言辟谣效果评价及实证研究[J]. 情报理论与实践， 2022（10）： 1-12. （WANG X W， QIU C C， LI Y Q. Evaluation and empirical research on the effect of social network rumors refutation under public emergencies[J]. Information studies： theory & application， 2022（10）： 1-12.）

[4] 王晰巍， 朱泓飞， 李玥琪， 等. 突发公共卫生事件下网络谣言辟谣效果评价和实证研究[J]. 图书情报工作， 2021， 65（19）： 36-43. （WANG X W， ZHU H F， LI Y Q， et al. Evaluation and empirical study on the effect of internet rumor refutation in public health emergencies[J]. Library and information service， 2021， 65（19）： 36-43.）

[5] 熊炎. 谣言传播逆火效应的成因解释与抑制策略——基于实证研究的整合与推导[J]. 现代传播（中国传媒大学学报）， 2019， 41（1）： 75-81. （XIONG Y. The cause explanation and suppression strategy of backfire effect of rumor propagation： integration and derivation based on empirical research[J]. Modern communication（Journal of Communication University of China）， 2019， 41（1）： 75-81.）

[6] 陈悦， 陈超美， 刘则渊， 等. CiteSpace知识图谱的方法论功能[J]. 科学学研究， 2015， 33（2）： 242-253. （CHEN Y， CHEN C M， LIU Z Y， et al. The methodology function of CiteSpace mapping knowledge domains[J]. Studies in science of science， 2015， 33（2）： 242-253.）

[7] 高翼， 彭爽. 国内教师信息素养研究可视化分析与展望. 情报科学， 2023， 41（5）： 161-168.（GAO Y， PENG S. Visualization analysis and prospect of domestic teacher information literacy research[J]. Information science， 2023， 41（5）： 161-168.）

[8] 陈文娟. 数字资源评价研究特征、前沿与展望：基于WOS数据库的文献计量学分析[J]. 图书馆学研究， 2022（7）： 2-14. （CHEN W J. Features， frontiers and prospects of digital resource evaluation research： bibliometric analysis based on WOS database[J]. Research on library science， 2022（7）： 2-14.）

[9] 花龙雪， 吴应良. 基于CNKI文献计量分析的过程挖掘研究评述与展望[J]. 管理学报， 2021， 18（6）： 938-948. （HUA L X， WU Y L. Review and prospect of process mining research based on CNKI bibliometric analysis[J]. Chinese journal of management， 2021， 18（6）： 938-948.）

[10] 王晰巍， 邱程程， 李玥琪， 等. 突发公共卫生事件用户辟谣信息传播意愿研究[J]. 现代情报， 2022， 42（1）： 87-96. （WANG X W， QIU C C， LI Y Q， et al. A study on users’ willingness to disseminate rumor refutation information about public health emergencies[J]. Journal of modern information， 2022， 42（1）： 87-96.）

[11] 沈校亮， 吴忧， 丁奕童， 等. 中和技术对辟谣信息分享的抑制作用和缓解机制[J]. 管理科学， 2022， 35（6）： 70-82. （SHEN X L， WU Y， DING Y T， et al. Inhibition effect and mitigation mechanism of neutralization techniques on the sharing of rumor-refuting information[J]. Journal of management science， 2022， 35（6）： 70-82.）

[12] 熊炎. 网络辟谣信息的构成要素及其理论效果——以《每月“科学”流言榜》为例[J]. 天津行政学院学报， 2016， 18（1）： 20-27. （XIONG Y. The elements and theoretical effects of network rumor-dispelling information： a case study of the monthly “science” gossip list[J]. Journal of Tianjin administration institute， 2016， 18（1）： 20-27.）

[13] 贾若男， 王晰巍， 孙玉姣. 社交媒体中突发公共卫生事件网络辟谣信息主体研究[J]. 图书情报工作， 2021， 65（19）： 16-25. （JIA R N， WANG X W， SUN Y J. Research on the subject of information to refute rumors of public health emergencies in social media[J]. Library and information service， 2021， 65（19）： 16-25.）

[14] 张放， 范琳琅. 公共危机中社交媒体辟谣信息采纳的关键要素探究——基于新冠疫情微博辟谣文本的计算分析[J]. 新闻界， 2022（10）： 75-85. （ZHANG F， FAN L L. Research on the key factors of rumor-refuting information adoption on social media platforms in public crisis： computing analysis of covid-19 rumor-refuting texts from Weibo[J]. Journalism and mass communication， 2022（10）： 75-85.）

[15] 陈梁， 胡雅颖， 谭心莹. 基于社会网络分析的用户在线健康辟谣意愿研究——社会资本与独立型自我构念的作用[J]. 情报杂志， 2023， 42（12）： 194-201. （CHEN L， HU Y Y， TAN X Y. Exploring online health misinformation correction based on social network analysis： the role of social capital and independent self-construal[J]. Journal of intelligence， 2023， 42（12）： 194-201.）

[16] 张彬， 黄莹莹， 石佩霖. 基于竞争性信息传播模型的信息失真治理研究[J]. 中国管理科学， 2021， 29（2）： 237-248. （ZHANG B， HUANG Y Y， SHI P L. Study of governance of information distortion based on competitive information dissemination model[J]. Chinese journal of management science， 2021， 29（2）： 237-248.）

[17] 李新月， 王莹， 韩文婷， 等. 健康辟谣信息的内容、质量与优化研究[J]. 情报资料工作， 2022， 43（3）： 85-93. （LI X Y， WANG Y， HAN W T， et al. Research on the content， quality and optimization of health rumor-refuting information[J]. Information and documentation services， 2022， 43（3）： 85-93.）

[18] 阳长征. 社交网络中辟谣信息回波损耗与互感耦合研究[J]. 情报杂志， 2023， 42（5）： 102-111. （YANG C Z. Research on echo loss and mutual inductance coupling of rumor-debunking information in social network[J]. Journal of intelligence， 2023， 42（5）： 102-111.）

[19] 于煊荷， 李宗敏. 基于元分析的网络谣言辟谣效果影响因素研究[J]. 情报杂志， 2024， 43（2）： 1-10.（YU X H， LI Z M. Research on the influence factors of internet rumor-refutation effectiveness[J]. Journal of intelligence， 2023， 43（2）： 1-10.）

[20] 刘于思， 徐煜. 在线社会网络中的谣言与辟谣信息传播效果： 探讨网络结构因素与社会心理过程的影响[J]. 新闻与传播研究， 2016（11）： 51-69. （LIU Y S， XU Y. Rumor and rumor denials in online social network： exploring the influence of structural factors and social psychological processes[J]. Journalism & communication， 2016（11）： 51-69.）

[21] 赵文军， 孙丽， 易明. 在线健康谣言辟谣效果的影响机制研究：信息框架、信息来源及话题卷入度的作用[J]. 图书情报工作， 2023， 67（4）： 80-90. （ZHAO W J， SUN L， YI M. Research on the influence mechanism of online health rumor refuting effect： the role of message framework， information source and topic involvement[J]. Library and information service， 2023， 67（4）： 80-90.）

[22] 姚琦， 崔丽娟， 王彦， 等. 社交媒体信任对重大突发公共卫生事件中公众网络谣言自治行为的影响[J]. 心理科学， 2020， 43（2）： 481-487. （YAO Q， CUI L J， WANG Y， et al. The impacts of social media trust on public’s behavior of online rumor self-governance during major public emergencies[J]. Journal of psychological science， 2020， 43（2）： 481-487.）

[23] 文宏， 李风山. 突发事件中政府辟谣何以有效？——基于“谣言属性—辟谣策略”框架的分析[J]. 行政论坛， 2023， 30（4）： 87-95. （WEN H， LI F S. What makes government’s rumor-refuting effective in emergencies？ -- an analysis based on the framework of “rumor attribute-rumor-refuting strategy”[J]. Administrative tribune， 2023， 30（4）： 87-95.）

[24] 王晰巍， 邱程程， 贾若男. 突发公共卫生事件网络谣言辟谣效果影响因素研究——以新冠疫情期间网络谣言为例[J]. 图书情报工作， 2021， 65（19）： 26-35. （WANG X W， QIU C C， JIA R N. A study on the factors influencing online rumor refutation effectiveness in public health emergencies -- a case study of online rumors during the COVID-19[J]. Library and information service， 2021， 65（19）： 26-35.）

[25] 王国华， 王戈， 杨腾飞， 等. 网络辟谣平台的运行及效果研究[J]. 情报杂志， 2014， 33（9）： 100-105. （WANG G H， WANG G， YANG T F， et al. The research of operation and effect of rumor -- refuting platform[J]. Journal of intelligence， 2014， 33（9）： 100-105.）

[26] 刘妃， 曹敏， 左美云. 辟谣平台的评价指标体系构建及实证研究[J]. 情报杂志， 2021， 40（9）： 95-100. （LIU F， CAO M， ZUO M Y. Construction and empirical research on evaluation index system of rumor -- refuting platforms[J]. Journal of intelligence， 2021， 40（9）： 95-100.）

[27] 李宗敏， 张琪， 杜鑫雨. 基于辟谣微博的互动及热门评论情感倾向的辟谣效果研究——以新冠疫情相关辟谣微博为例[J]. 情报杂志， 2020， 39（11）： 90-95. （LI Z M， ZHANG Q， DU X Y. Research on rumor-refutation effectiveness based on the interactions and popular comments’ emotional tendencies of the rumor-refuting microblogs： taking rumor-refuting microblogs related with COVID-2019 as an example[J]. Journal of intelligence， 2020， 39（11）： 90-95.）

[28] 滕婕， 胡广伟， 王婷. 信息共享行为下基于随机微分博弈的辟谣效果预测研究[J]. 情报科学， 2022， 40（6）： 177-184. （TENG J， HU G W， WANG T. Prediction of rumor-refuting effect based on stochastic differential game under information sharing behavior[J]. Information science， 2022， 40（6）： 177-184.）

[29] 曾润喜， 魏冯. 政媒共治：灾难事件中网络造谣与辟谣的信息行为研究——基于“8·12天津爆炸事故”谣言的内容分析[J]. 电子政务， 2016（5）： 25-34. （ZENG R X， WEI F. Co-governance of government and media： research on information behavior of network rumor-making and rumor-refuting in disaster events： based on the content analysis of the “August 12 Tianjin explosion accident” rumor[J]. E-government， 2016（5）： 25-34.）

[30] 欧阳果华. 治理网络谣言：政府与网络社团的合作模式探析[J]. 中国行政管理， 2018（4）： 84-90. （OU Y G H. Governing network rumors： an analysis of the cooperation model between government and network[J]. Chinese public administration， 2018（4）： 84-90.）

[31] 金兼斌，江苏佳，杨虹艳. 社会化协同辟谣：行动者网络与运行机制[J]. 新闻与写作， 2019（8）： 33-39. （JIN J B， JIANG S J， YANG H Y. Social collaboration dispelling rumors： actor network and operation mechanism[J]. News and writing， 2019（8）： 33-39.）

[32] 王明， 郑念， 宋雨琦. 短视频时代政府辟谣机制创新研究——基于“抖音辟谣”的众包实践分析[J]. 自然辩证法通讯， 2022， 44（2）： 75-82. （WANG M， ZHENG N， SONG Y Q. Innovation in the government’s rumor refutation mechanism in the era of short videos： an analysis of the crowd-souring practice of Tiktok[J]. Journal of dialectics of nature， 2022， 44（2）： 75-82.）

[33] 徐琦， 罗雪丹. 从中心化辟谣到人机协同：中国网络辟谣平台的范式升级——基于1228条新冠疫情辟谣数据[J]. 全球传媒学刊， 2021， 8（3）： 85-101. （XU Q， LUO X D. From centralized system to human-machine collaborative model： paradigm upgrade of Chinese Internet rumor-refuting platforms： based on content analysis of 1228 covid-19 rumor-refuting data[J]. Global journal of media studies， 2021， 8（3）： 85-101.）

[34] 翟玥， 夏志杰， 葛涛. 优化用户使用效能的辟谣信息网站建设探究[J]. 图书馆学研究， 2015（16）： 37-42. （ZHAI Y， XIA Z J， GE T. Research on the construction of rumor-refuting information website to optimize the efficiency of users[J]. Research on library science， 2015（16）： 37-42.）

[35] 曹树金， 曹茹烨， 龙影. 用户体验视角下网络辟谣平台导航优化研究——基于眼动实验与访谈的分析[J]. 现代情报， 2023， 43（6）： 43-55. （CAO S J， CAO R Y， LONG Y. Research on navigation optimization of internet rumor refuting platform from the perspective of user experience： analysis based on eye movement experiments and interviews[J]. Journal of modern information， 2023， 43（6）： 43-55.）

[36] 雷霞. 移动终端辟谣模式：众筹式信息拼图的立体表达[J]. 现代传播（中国传媒大学学报）， 2019， 41（9）： 152-156. （LEI X. Rumor refuting mode of mobile terminal： three-dimensional expression of crowdfunded information puzzle[J]. Modern communication（Journal of Communication University of China）， 2019， 41（9）： 152-156.）

[37] 郭小安， 董天策. 谣言、传播媒介与集体行动—对三起恐慌性谣言的案例分析[J]. 现代传播， 2013（9）： 58-62. （GUO X A， DONG T C. Rumors， media， and collective action： case studies of three cases of panic rumors[J]. Modern communication， 2013（9）： 58-62.）

[38] 王国华， 王丽丽， 王雅蕾. 基于新浪平台的微博辟谣主体与方式研究[J]. 电子政务， 2013（9）： 2-8. （WANG G H， WANG L L， WANG Y L. Research on the main body and ways of microblog refuting rumors based on Sina platform[J]. E-government， 2013（9）： 2-8.）

[39] 文宏， 黄之玞. “以谣辟谣”：政府回应中的特殊现象及其解读[J]. 北京行政学院学报， 2015（3）： 81-87. （WEN H， HUANG Z F. “Refuting rumors by rumors”： special phenomena and interpretation in government response[J]. Journal of Beijing Administration Institute， 2015（3）： 81-87.）

[40] 熊炎. 反驳改述谣言能够消除事实幻觉效应[J]. 现代传播（中国传媒大学学报）， 2018， 40（3）： 74-79. （XIONG Y. Refuting the retelling of the rumor can eliminate the illusion effect of fact[J]. Modern communication（Journal of Communication University of China）， 2018， 40（3）： 74-79.）

[41] 唐雪梅， 赖胜强. 突发事件中政府对网络谣言的辟谣策略研究——以太伏中学事件为例[J]. 情报杂志， 2018， 37（9）： 95-99. （TANG X M， LAI S Q. Study on denying rumors strategy in unexpected events： the case of“Taifu Middle School”[J]. Journal of intelligence， 2018， 37（9）： 95-99.）

[42] 芦何秋， 程沁怡， 陈诺. 重大公共卫生事件突发期的谣言传播与辟谣应对——以新冠疫情为例[J].电子政务， 2020（7）： 55-65. （LU H Q， CHENG Q Y， CHEN N. The spread and refutation of rumors during major public health emergencies： a case study of the covid-19 outbreak[J]. E-government， 2020（7）： 55-65.）

[43] 聂静虹， 马梦婕. 突发公共卫生事件中的谣言传播与治理[J]. 新闻与写作， 2020（4）： 23-30. （NIE J H， MANG M J. Rumor propagation and control in public health emergencies[J]. News and writing， 2020（4）： 23-30.）

[44] 吕小康， 刘欣， 杨婷婷， 等. 健康谣言的干预策略：基于信息生命周期的视角[J]. 心理科学进展， 2024， 32（4）： 664-676. （LV X K， LIU X， YANG T T， et al. Intervention strategies for health rumors： an overview based on the information lifecycle theory[J]. Advances in psychological science， 2024， 32（4）： 664-676.）

[45] 王璐. 微博时代下政府辟谣之道——基于对2011年微博谣言的调查分析[J]. 新闻界， 2012（13）： 46-51. （WANG L. How the government dispels rumors in the era of micro-blogs： based on the investigation and analysis of micro-blog rumors in 2011[J]. Journalism and mass communication， 2012（13）： 46-51.）

[46] 刘力锐， 马辉. 网络问责中的谣言、辟谣与政府信任[J]. 浙江学刊， 2017（4）： 118-125. （LIU L R， MA H. Rumors， refutations and government trust in Internet accountability[J]. Zhejiang academic journal， 2017（4）： 118-125.）

[47] 许鸿艳， 金毅. 我国全媒体平台辟谣实践及应用分析[J]. 中国出版， 2017（20）： 32-36. （XU H Y， JIN Y. The practice and application analysis of all media platform in China[J]. China publishing journal， 2017（20）： 32-36.）

[48] 刘沫潇. 智媒时代的真相还原——以一点资讯辟谣算法为例[J]. 电视研究， 2019（10）： 59-62. （LIU M X. Truth restoration in the era of intelligent media： taking a bit of information to refute rumors algorithm as an example[J]. TV research， 2019（10）： 59-62.）

[49] 夏志杰， 王诣铭， 滕婕， 等. 危机事件中社交媒体辟谣信息发布方式与辟谣效果研究[J]. 管理评论， 2023， 35（3）： 306-319. （XIA Z J， WANG Y M， TENG J， et al. Research on the influence of information dissemination methods on the rumor-refuting effects of social media in crisis event[J]. Management review， 2023， 35（3）： 306-319.）

[50] 马得勇. 社交媒体中的谣言及其心理机制——基于两个调查实验的分析[J]. 新闻大学， 2023（8）： 59-74. （MA D Y. The psychological mechanism of rumors and rebuttals in Chinese social media： evidence from two survey experiments[J]. Journalism research， 2023（8）： 59-74.）

[51] 吴文汐， 荣雪， 李成博. 智能媒体环境下谣言的识别、控制与更正——基于算法与用户心理的考察[J]. 传媒， 2019（6）： 18-19. （WU W X， RONG X， LI C B. Recognition， control and correction of rumors in intelligent media environment： an investigation based on algorithm and user psychology[J]. Media， 2019（6）： 18-19.）

[52] 胡琦， 杨坤， 杨扬. 全媒体时代网络谣言产生的心理机制与治理路径[J]. 社会科学家， 2022（11）： 135-141. （HU Q， YANG K， YANG Y. The psychological mechanism and governance path of network rumors in the all-media era[J]. Social scientist， 2022（11）： 135-141.）

[53] 刘于思， 闫文捷， 周睿鸣. 让事实核查更受欢迎？采用群众举报和亲民话语纠正阴谋论的多重后果[J]. 全球传媒学刊， 2023， 10（3）： 170-190. （LIU Y S， YAN W J， ZHOU R M. Make fact-checking more popular？ the paradoxical consequences of conspiracy theory correction using mass reporting and populist discourse[J]. Global journal of media studies， 2023， 10（3）： 170-190.）

[54] 闫文捷， 刘于思， 周睿鸣. 事实核查：专业新闻生产者可为的创新实践—一项在线实验的启示[J]. 新闻记者， 2023（2）： 46-59. （YAN W J， LIU Y S， ZHOU R M. Fact-checking： innovative practices available to professional news producers： implications from an online experiment[J]. Shanghai journalism review， 2023（2）： 46-59.）

作者贡献说明/Author contributions：

鲁艳霞：框架设计，实验处理，论文撰写；

黄川林：数据分析，论文完善。

Research Status and Trends in the Field of Refuting Rumors in China： A Visual Analysis Based on CSSCI Journals （2007-2023）

Lu Yanxia Huang Chuanlin

1School of Management， Liaoning Normal University， Dalian 116029

2School of Information and Business Management， Dalian Neusoft University of Information， Dalian 116023

Abstract： [Purpose/Significance] Reviewing the current status of debunking research in China， analyzing research hotspots and trends， and providing references for related research in this field. [Method/Process] A visualization software， CiteSpace， was used to perform bibliometric analysis on CSSCI journal papers on CNKI from 2007 to 2023， and the author， institution， and keyword knowledge map were drawn to analyze the hot spots and frontier trends of rumor-refuting research. [Result/Conclusion] The research finds that the domestic rumor-refuting research shows a steady growth. The themes are focused on the intention and law of rumor-refuting information dissemination， the rumor-refuting effect and evaluation， the rumor-refuting mechanism and strategy. The changes in research hotspots go through the initial exploration stage of the rumor-refuting strategy， the in-depth practice stage of the rumor-refuting platform， and the steady improvement stage of the rumor-refuting effect. The research front trend is the fact-checking of artificial intelligence-generated content， the psychological mechanism of rumor-refuting effect and attitude change， and the rumor-refuting mechanism of man-machine collaboration.

Keywords： rumor-refuting bibliometric knowledge map visualization CiteSpace

Fund project（s）： This work is supported by the Liaoning Economic and Social Development Research Project funded by the Liaoning Federation of Social Sciences in 2024， titled “Research on the Improvement of Network Rumour-Refuting Effect for Major Emergencies” （Grant No. 2024lslybkt-124）， “Risk Governance Mechanism for Online Public Opinion in Emergencies” （Grant No. 2024lslybkt-121）.

Author（s）： Lu Yanxia， associate professor， PhD， E-mail： luyanxia@lnnu.edu.cn; Huang Chuanlin， professor， master.

Received： 2024-01-25 Published： 2024-08-27