Fake News Propagation: A Review of Epidemic Models, Datasets, and Insights

Abstract

Fake news propagation is a complex phenomenon influenced by a multitude of factors whose identification and impact assessment is challenging. Although many models have been proposed in the literature, the one capturing all the properties of a real fake-news propagation phenomenon is inevitably still missing. Modern propagation models, mainly inspired by old epidemiological models, attempt to approximate the fake news propagation phenomena by blending psychological factors, social relations, and user behavior. This work provides an in-depth analysis of the current state of fake news propagation models supported by real-world datasets. We highlighted similarities and differences in the modeling approaches, wrapping up the main research trends. Propagation models, transitions, network topologies, and performance metrics have been identified and discussed in detail. The thorough analysis we provided in this paper, coupled with the highlighted research hints, have a high potential to pave the way for future research in the area.

Las fake news y su percepción por parte de los jóvenes españoles: el influjo de los factores sociodemográficos

“…Los códigos de naturaleza periodística en que suelen apoyarse (Lazer et al, 2018;Canavilhas, Colussi & Moura, 2019;Blanco-Alfonso, 2020;Tandoc et al, 2019;Baptista et al, 2021;Tandoc et al, 2021) dotan a estos mensajes de una enorme verosimilitud y dificultan su detección, propiciando en muchos casos una propagación más rápida y amplia que si se tratara de informaciones veraces (Vosoughi et al, 2018). Así se puede inferir de diversos estudios en los que se alerta sobre la multiplicidad de vías a través de las cuales se diseminan de manera simultánea las noticias falsas (Salaverría et al, 2020;Tandoc et al, 2021;Imaduwage et al, 2022;Raponi et al, 2022).…”

desinformación en auge: un Análisis de los bulos sobre política española

“…La elevada presencia de bulos en la Red se acentuó durante la pandemia de la Covid-19 (Hao & Basu, 2020;Pennycook et al, 2020;Martínez-Sánchez, 2022), lo que propició que los principales social media -Twitter, Facebook y WhatsApp, entre otros-implantasen medidas de control con el objetivo de paliar la circulación desaforada de fake news a través de sus cuentas. Sin embargo, estudios recientes sobre bulos (Pérez-Dasilva et al, 2020;Apuke & Omar, 2021;López-Martín et al, 2022;Raponi et al, 2022;Salazar Martínez et al, 2020) apuntan a la ineficacia -total o, al menos, parcial-de los filtros de verificación auspiciados por las grandes compañías.…”

“…En paralelo, el auge de la desinformación también se ha trasladado al ámbito académico, constituyendo una de las principales líneas de investigación en el área de la Comunicación desde hace algo más de un lustro (García-Marín, 2021;Raponi et al, 2022). El fenómeno ha sido abordado desde diversos enfoques -análisis de mensajes fraudulentos, sesgos cognitivos en la recepción, posibles soluciones…-, lo que da idea de su complejidad y magnitud.…”

Countering Misinformation on Social Networks Using Graph Alterations

“…al. provides a comprehensive analysis of these epidemiological models and their use in modeling misinformation spread [20]. In our work we use an SIR-based model for content propagation as it is a widely accepted model for modelling fake news and it is simple to analyze.…”