［目的 / 意义］从不同主题维度对社交媒体虚假信息文本进行内容分析，有利于揭示社交媒体虚假信息传播特点与规律，针对性提升社交媒体的信息质量，进一步推动社交媒体健康发展。［方法 / 过程］基于 BERTopic 主题模型，从公开数据集 MCFEND 及 CHEF 中提取共 26 478 条虚假信息相关主题，并使用 GPT4.0 模型进行主题标签凝练，实现对社交媒体虚假信息主题内容特征的深入分析。首先，利用 BERTopic 模型对预处理后的社交媒体虚假信息文本数据进行 SBERT 文本向量化、UMAP 降维、HDBSCAN 聚类与 MMR 主题优化，并从中自动提取 30 个核心主题。其次，引入 GPT 模型，提供 prompt（提示词）凝练主题标签，提升主题标签的准确性和可解释性。最后，进一步归纳主题词，分析主题提取结果、主题内容强度及主题时间演化特征。［结果 / 结论］研究发现，社交媒体虚假信息传播具有如下特点与规律：社交媒体虚假信息主题内容泛化且跨国传播较为明显；特定虚假信息主题具有较高关注度并关联热点话题；地域差异或文化背景驱动社交媒体虚假信息主题内容出现分化。

欢迎阅读《文献与数据学报》！您是该文第118位读者！