指導教師：奎曉燕 夏佳志
團隊資訊：劉乃銘、王霞
創作初心
從疫情爆發到如今，伴隨著疫情的傳播還有謠言的傳播。這些謠言不僅會散發大量的負面情緒，增加人們的恐慌，還會宣傳一些錯誤和虛假的資訊。致使人們做出錯誤的決定，造成不可挽回的後果。例如人們相信謠言中虛假的預防資訊，會將自己置於危險之中，增加感染風險。因此對於謠言的監控是非常重要的。在疫情期間，保持資訊的透明度，以人為本，切實關注人民群眾的生存境遇，及時處理民眾關心問題，政府和專家透過大眾傳媒及時地，有針對性地釋出正確訊息，壓縮謠言的產生和生存空間，對於制止不良傳聞，以正視聽，緩解大眾的恐慌心理是十分有效的。因此我們設計了一個可視分析系統，分析謠言的主要分佈內容和類別，謠言的地區分佈，謠言類別隨著事件發生的動態變化，熱點謠言以及媒體在其中發揮的作用等一系統重要資訊。不論對於普通民眾還是官方都是非常有參考價值的，他們可以採取一些措施闢謠，避免其帶來的危害。這個系統可以還增加闢謠的力度。幫助人們搜尋與自己生活相關的謠言。為抗役戰役做出貢獻。
作品簡介
這個專案的主題是透過互動式可視分析系統來展示疫情相關的謠言的分佈情況，便於大眾和媒體及時瞭解謠言資訊並及時闢謠，掌握正確的疫情資訊。
影片連結：https://v.qq.com/x/page/f09454u5slf.html
謠言類別分佈河流圖
4種顏色的河流分佈代表4類不同的謠言，一般事件謠言，科普類謠言，虛假病例類謠言和政治類謠言，主題河流圖的寬度編碼謠言的數量，透過謠言類別分佈河流圖，我們可以分析各類謠言數目隨時間的動態變化情況。
每日謠言熱點分佈圖
這是一個glyph設計，可以分析每日熱度top5的謠言類別，用方塊的位置編碼闢謠的熱度（閱讀數量），最上一行是熱度top1，第二行是top2，以此類推，最下一行是top5，顏色編碼謠言的類別，該檢視主題顏色與河流圖的顏色編碼保持一致。
謠言主題詞雲圖、謠言地域分佈圖
透過詞雲圖我們可以快速瞭解一段時期中每週類別謠言的關鍵詞；在謠言地域分佈圖中，用顏色編碼每個地區產生謠言的數目。可以分析各地區謠言數目隨時間的變化。
闢謠媒體分佈圖
按照全國性媒體、省級媒體、市級媒體；數字媒體、傳統媒體、官媒、自媒體對闢謠媒體進行分類，分析闢謠媒體的分佈情況。境內境外是謠言的產生地。
謠言詳細資訊
展示每一條謠言的日期，內容，闢謠媒體和閱讀數量。其中謠言內容包含超連結，點選可以直接今日闢謠的正文，檢視詳細資訊。
此外，該系統具有非常強的互動性，我們可以對時間、謠言類別、地域、和闢謠媒體進行任意組合以篩選謠言。
作品價值及影響力
該系統具有非常強大的篩選器功能，幫助人們從海量的謠言中找到跟自己息息相關的資訊，有助於人們及時瞭解闢謠資訊，避免出現恐慌或不必要的麻煩。透過分析謠言的性質和屬性，為提高闢謠力度和遏制謠言產生提供支援。該系統可以直觀展示闢謠資料，可以給更多的人普及謠言的資訊，讓身在不同省份的人可以關注到自己所在地的主要謠言，及時瞭解與自己息息相關的資訊，做出正確的決定，不被謠言影響。同時希望透過這個系統分析謠言內容的變化趨勢，分析謠言主題與時政之間的關係。爭取從源頭上減少謠言的產生。希望官方媒體透過我展示的闢謠媒體與閱讀數目的關係對闢謠力度做出分析評估，將闢謠訊息傳遞給更多人，為大家帶來更多精準的訊息，減少謠言的相應危害。
作品技術說明
闢謠資料使用自今日頭條的闢謠資料，因為今日頭條闢謠資料整理的較為齊全。收集了2020-1-27至2020-4-3日的所以闢謠資料，一共1151條，然後使用pandas進行資料清洗，併為謠言按照類別打上標籤。透過字串匹配演算法抽取每個謠言的發生地和判斷闢謠媒體的性質。並使用NPL技術抽取每個謠言的核心關鍵字組成標籤雲資料。使用flask搭建伺服器，前端使用d3繪圖。