1. 引言
我国长期以来一直在研究网络谣言问题，已经积累了相当数量的研究成果和基础知识。国内学者在网络谣言领域展开了广泛的研究，不仅关注谣言的产生机制、传播方式和影响因素，还着重探讨了网络谣言的具体特征和应对措施。然而，由于后真相时代的特点，使得网络谣言的传播环境从广度上更加宽泛，变得更加复杂，传播特征也因渠道的不同而更加多样化，信息疫情对社会稳定造成了严重影响，以上网络谣言的变化引发了国内外更多学者的关注和研究。因此为了应对网络谣言新变化、新趋势，回望过去已有研究成果进行整合归纳变得愈发迫切。为此尝试通过知识图谱的可视化方式来呈现国内外网络谣言研究领域成果的现状，旨在进一步挖掘深层次的研究切入点。
2. 数据来源与研究方法
2.1. 数据来源
2.1.1. CNKI检索
通过CNKI的高级检索功能筛选“主题 = ‘网络谣言’ + ‘虚假信息’ + ‘误导信息’”的学术期刊，并剔除学位论文、会议、报纸、图书和特色期刊等非研究型文献。选取了近二十年的研究时间跨度，并将期刊来源限制在EI、北大核心、CSSCI和CSCD等，共检索出1358篇文献，在经过人工筛选提出不合要求(即期刊导读、期刊咨询以及记者评论等非学术性研究文献)的文献最终获得1278篇研究网络谣言的国内样本文献。
2.1.2. WOS检索
通过设置WOS数据库、主题以及时间跨度来检索所需文献，选取“Web of science 核心合集”数据库，主题 = “online rumor”or “misinformation” or “disinformation”，并设置检索时间跨度为2001年至2021年，在该条件下共检索出4019篇文献，为了让研究结果更聚焦研究领域，因而设置文献类型为“ARTICLE OR PROCEEDINGS PAPERSORREVIEWARTICLES OR MEETING ABSRRACTS”最终获得3625篇网络谣言领域的国际研究文献。
2.2. 研究方法
本文运用科学知识图谱法和文献计量法，借助信息可视化技术，以促进对网络谣言领域的深入分析。论文使用CiteSpace软件对2001年至2021年间共计1278篇CNKI文献和3625篇WOS文献进行了深入分析，以生成科学图谱并进行详尽的计量分析。CiteSpace软件在该研究研究领域已经得到广泛的应用。采用CiteSpace5.8.R5进行了系统的分析，目的在于以直观的方式展示网络谣言研究领域的发展趋势，揭示其当前的研究现状、热点问题以及前沿探讨。
3. 网络谣言问题的文献可视化分析
3.1. 研究概况
3.1.1. 文献产量年度变化趋势
在2001~2021年间，国内外网络谣言研究的发文量呈现两种不同的发展趋势。总体而言，这种变化可以用“探索式增长–缓慢增长–爆发式增长”的轨迹来概括(见图1)。从图表中我们可以观察到国内外彼此的发展趋势，在相对较长的时间段内，国外的网络谣言研究呈现出逐步增长的趋势，而国内的状况则相对较为平稳，处于一个研究的平台期。这也显示出国内在网络谣言研究领域仍有待突破和加强。
纵观国际样本文献可知：在初期探索阶段(2001~2009年)，前五年尚无相关研究，后四年每年发表的网络谣言方面的文章在12~22篇，数量很少；在中期增长阶段(2010~2011年)，这类文章数量上升到每年60~68篇；在提速增长阶段(2012~2016年)，发文数量快速递增，至2016年已高达156篇，是初期探索阶段的7倍之多；在高速增长阶段(2017至今)，发文量暴增，2021年以至1087篇。
纵观国内样本文献可知：在初期探索阶段(2001~2010年)，研究网络谣言的文章年均发表25篇左右；在增长阶段(2011~2015年)，文献数开始大幅增长，至2015年以至132篇；在降温阶段(2016~2019年)，研究热度下降，表现在文献数上开始下降，至2019年已降至76篇；在再加速阶段(2020~2021年)，随着新冠疫情的爆发，各大社交网络上开始出现较大的舆情，进而使得网络谣言关注热度持续攀升，到2021年已增长至138篇，逐渐恢复到增长阶段的数值水平。
Figure 1. Trend in the number of Internet rumor postings at home and abroad, 2001~2021
图1. 2001~2021年国内外网络谣言发文量变化趋势
3.1.2. 文献期刊来源分布
在本研究中，我们纳入了来自不同来源的文献进行分析，其中1278篇CNKI文献来自367种EI、CSSCI、CSCD、北大核心等不同来源的期刊。另外，3625篇WOS文献分布在2071种来源期刊中。为了了解研究网络谣言的国内和国际期刊分布情况，我们根据期刊发文数量进行了排序，得出了排名前10位的期刊，具体数据见表1。
从数据可以看出，国内研究网络谣言的期刊覆盖学科相当广泛。其中，排名前10位的CNKI来源期刊的发文总量达到132篇，占据了全部1278篇样本文献的10.33%。在这些期刊中，例如《情报杂志》《情报科学》《图书情报工作》和《情报理论与实践》，发文量较多，分别占中文文献样本的3.05%、2.27%、1.17%和1.17%。同时，前10位期刊的平均复合影响因子为4.9751，其中《中国法学》和《法学》的复合影响因子高达13.33和7.427。这一结果表明，国内部分网络谣言研究呈现出较高的学术水平和影响力，为该领域的发展做出了显著贡献。
Table 1. Top 10 CNKI-sourced journals and top 12 WOS-sourced journals for online rumor postings
表1. 网络谣言发文量前10位CNKI来源期刊和前12位的WOS来源期刊
而且从研究网络谣言的国外期刊学科看出，对国际上来说该领域也属于一个交叉学科研究，涉及的学科较多，其中发文量前10位的国际期刊共有567篇之多，占所检索文献总数的15%，其中“PLOS ONE”“LECTURE NOTES IN COMPUTER SCIENCE”“JOURNAL OF MEDICAL INTERNET REASERCH”发文量位列前三，分别占WOS样本期刊的3.15%、2.43%和2.18%。而且通过计算前10位WOS来源期刊的平均影响因子为5.3，这也充分说明其研究领域的学术权威性。
3.1.3. 发文国家(地区)和机构分布
WOS来源期刊上所收录的网络谣言研究文献涵盖了来自65个国家(地区)和745个研究机构的贡献。从图2中可以看出，美国是发文量最多的国家，共计1598篇，占据总文献量的44.083%，明显高于其他国家(地区)。图3显示，在排名前10位的研究机构中，除了英国的伦敦大学学院(87篇)外，其余9所大学(729篇)均来自美国。这充分表明美国在网络谣言领域具备显著的科研水平和影响力。中国则以467篇的发文量位列第二，占总文献量的12.883%，这凸显中国在网络谣言领域的研究地位和国际竞争力。需要指出的是，各国发文量之和(143.295%)超过100%，这是因为网络谣言研究存在跨国界的合作现象。
在CNKI来源期刊中，关于网络谣言的文献涵盖了来自277个国内研究机构。通过观察图4，我们可以明显地看到，按照期刊发文量的排序，前11位的研究机构分布非常广泛，涵盖了我国中西南北等不同地域，这一分布趋势清晰地表明网络谣言问题已经在中国各个地区引起了广泛的关注。需要特别注意的是，这11所机构均为双一流大学，这进一步突显了国内网络谣言领域的高水平研究。其中，南京大学(36篇)、武汉大学(32篇)、清华大学(30篇)和中国人民大学(29篇)的发文量位居前四位，这些高发文量的学府在国内网络谣言研究中发挥着重要的作用，也证实了他们在这一领域的较高科研水平和影响力。
Figure 2. Percentage of countries belonging to the literature in the field of online rumors at the international level
图2. 国际上网络谣言领域文献所属国家占比
Figure 3. Top 11 research institutions to which the literature in the field of online rumors belongs at the international level
图3. 国际上网络谣言领域文献所属前11位研究机构
Figure 4. Top 11 research institutions to which the domestic literature in the field of online rumors belongs
图4. 国内网络谣言领域文献所属前11位研究机构
3.2. 核心研究团队及其合作情况
我们利用CiteSpace软件，选择了“作者(Author)”和“机构(Institution)”两种节点类型，绘制了科学网络图谱，以生动展示在网络谣言领域中发文作者和发文机构之间的紧密联系和合作情况。图谱中，节点的数量和大小分别反映了发文作者和机构在该领域内的出现频率和影响力。而连接线的数量和粗细则揭示了发文作者之间以及机构之间的合作关系和合作强度。
Figure 5. Collaborative network mapping of scholars of domestic online rumors, 2001~2021
图5. 2001~2021年国内网络谣言的学者的合作网络图谱
3.2.1. 国内核心研究团队及其合作情况
针对这二十年国内研究该领域的学者和机构合作网络我们分别对其进行了分析，得到了图5及图6。由图5可知网络密度为0.0023，节点和连接线条的数量分别为332和119。共有332位国内学者参与了这1278篇国内文献的创作过程。其中，兰月新发表文章数量最多，达到了20次，而紧随其后的是郭小安(8篇)和王晰巍(8篇)。同时，李昊青、匡文波、张鹏和姜胜宏等学者均发表了5篇以上与网络谣言相关的文章。在网络谣言领域中，以兰月新为核心的最大研究团队已经形成。此外，还有以王晰巍、姜胜宏为核心的小团队。然而，通过图示可见，这些团队之间的合作关系较少，整体呈现出“小规模集中、大规模分散”的合作网络分布模式。
Figure 6. Mapping of cooperative networks of domestic online rumor research institutes, 2001~2021
图6. 2001~2021年国内网络谣言研究机构合作网络图谱
图6呈现了包含277个节点的网络图谱，然而其相关线条和网络密度均为0，最大子网络中仅包含1个节点。通过这一图谱我们可以得知，根据共被引频次计算，共有277家国内研究机构在网络谣言领域进行了文章发表。在这些机构中，中国人民武装警察部队学院发表文章最多，共计18次。紧随其后的是清华大学新闻与传播学院(10次)，重庆大学新闻学院、中国社会科学院文学研究所以及华中科技大学公共管理学院，这些机构的平均发表次数均超过了7次。
3.2.2. 国际核心研究团队及其合作情况
图7所示是一个合作网络图谱，包含476个节点和397个连接线条，其网络密度为0.0035。通过这个图谱，我们能够获知在2001~2021年国际范围内从事网络谣言研究的学者与研究机构之间的合作情况。根据共被引频次来看，在476位从事网络谣言研究的国际学者中，WALTER QUATTROCIOCCHI的发表次数最多，达到了9次，紧随其后的是ANTONIO SCALA，同样也是发表了9次。
从合作网络与合作强度来看，一个以WALTER QUATTROCIOCCHI为核心的大型研究团队已经形成，同时还有几个规模较小的研究团队，比如一个以ANDY S L TAN为核心的团队。这些团队内部的学者之间共有397个连接线条，而线条的粗细也表明团队内部成员之间的合作频繁。然而，最大子网络中仅包含14个节点，仅占总节点数的2%，这表明团队之间的合作关系相对较少，这一特点与国内学者的合作网络特征基本保持一致。
Figure 7. Mapping of collaborative networks of scholars in the field of international online rumors, 2001~2021
图7. 2001~2021年国际网络谣言领域学者合作网络图谱
Figure 8. Mapping of institutional cooperation networks in the field of international online rumors, 2001~2021
图8. 2001~2021年国际网络谣言领域机构合作网络图谱
通过观察图8，可以发现国际网络谣言领域机构合作网络相较国内研究机构之间的合作更为紧密。从共被引频次分析数据上来看，在网络谣言领域共有409个研究机构发表相关文章。其中哈佛大学和宾夕法尼亚大学的文章被引频次最多，多达37次。其次是伦敦卫生与热带医学院(25次)、加利福尼亚大学旧金山分校(25次)以及北卡罗莱纳大学(24次)等。来自密歇根大学、哥伦比亚大学和哈佛医学院的文章也有较高的被引频次，均在20次以上。此外，我们可以看到已经形成了11个以哈佛大学、宾夕法尼亚大学、伦敦卫生与热带医学院等为核心的科研团队。这些团队不仅在内部保持着紧密的合作，而且彼此之间的合作也非常紧密。其中这些团队中的大多数都来源于或者隶属于美国，英国、澳大利亚以及加拿大这三个国家，从另一个角度说明这些国家在该领域的极强的研究影响力。
Figure 9. Mapping of co-occurring networks of disciplines involved in international online rumor research, 2001~2021
图9. 2001~2021年国际网络谣言研究涉及学科共现网络图谱
3.3. 学科分布
网络谣言研究是一个多学科交叉领域。在本节中，我们使用CiteSpace软件，选择了“学科领域(Category)”作为节点类型，绘制了关于学科主题的科学网络图谱，图9展示了这一图谱。我们对WOS文献进行了按共被引频次排序，对CNKI文献按发文量从高到低排序，从中统计出了前13位学科名称，以此来分析国内外网络谣言研究的学科分布。具体的学科分布情况如表2所示。
通过观察图9和表2，可以得知2001~2021年国际上的网络谣言研究涵盖了多个学科领域，其中包括社会科学引文索引(SSCI)、公共环境就业、计算机科学以及计算机技术应用等。尤其是最大子网络来自于社会科学引文索引(SSCI)，共涵盖了311个节点，占据总节点数量的98%，其共被引频次达到1226次，占总文献被引频次的16.14%。这表明社会科学引文索引在国际网络谣言研究领域占有重要地位，与其他学科领域高度渗透、交叉融合。
在国内，网络谣言研究同样呈现多学科交叉的特点。表2按发文量从高到低排列出了CNKI文献中前13位学科主题的名称。国内网络谣言研究主要涵盖新闻与传播(704篇)、社会学及统计学(111篇)以及刑法(111篇)三个学科领域。前13位学科主题的发文量共计1419篇，超过了样本容量1278篇的总量，累计比例高达111.03%。这反映出一篇文献可能在多个学科领域有所涵盖，也展示了国内网络谣言研究领域的多学科紧密交叉和深度融合特点。
Table 2. Distribution of top 13 disciplinary topics in internet rumor research
表2. 网络谣言研究前13位学科主题分布
3.4. 研究热点
3.4.1. 关键词共现分析
通过图10关键词共现时间线视图可知，2001年至2021年的模块度值为0.5332 > 0.3，加权平均轮廓系数为0.8804 > 0.7，这两个数值说明此关键词共现图谱聚类结构比较显著，可信度较高。对389个关键词按共现频次排序后，我们可以看出热点关键词的排列顺序，依次是网络谣言(423次)、虚假信息(61次)、谣言(49次)、网络舆情(42次)、谣言传播(40次)、社交媒体(32次)、微博(23次)、治理(21次)、突发事件(21次)、社交网络(20次)、谣言治理(19次)等。图中方形标记的大小与共被引频次呈正相关，即标记越大代表共被引频次越高。在网络谣言研究的共现网络中，我们可以观察到被划分成10个聚类的情况，从#0至#9，其规模逐渐减小，规模越大则该聚类在研究中的重要性越高。图中的连接线条以及线条的粗细，以及线条的起止时间表示了各个聚类之间的关联程度和时间跨度。例如，最大聚类(#0网络谣言)涵盖了网络谣言、社会风险、传播效果、网络造谣等关键词，其中，方形标记最大的“网络谣言”(423次)代表该聚类的核心，几乎与本聚类以及其他聚类中的关键词都有着连接的共被引记录。
通过将564个关键词按共现频次从高到低排序，我们得到了热点关键词的排列顺序，依次是社交媒体(312次)、信息(181次)、误导信息(178次)、假新闻(117次)等。图中的方形标记大小与共被引频次成正相关，即标记越大代表共被引频次越高。国际网络谣言研究的共现网络被分为#0耻辱或污名、#1虚假记忆、#2社交网络、#3社交媒体等10个聚类。聚类规模由上至下逐渐减小，其中最大的聚类(#0耻辱或污名)包括态度、风险、流行行为、预防等多个关键词。
Figure 10. Timeline view of keyword co-occurrence in domestic online rumor research, 2001~2021
图10. 2001~2021年国内网络谣言研究关键词共现时间线视图
Figure 11. Timeline view of keyword co-occurrence in international online rumor research, 2001~2021
图11. 2001~2021年国际网络谣言研究关键词共现时间线视图
3.4.2. 研究热点分析
结合图10、图11，并查阅分析2001年来国内外网络谣言问题的研究文献，将网络谣言问题的研究热点归纳为以下三个方面。
(1) 突发事件中网络谣言研究。
突发事件是指突然发生，造成或者可能造成社会公众健康严重损害的重大传染病疫情、群体性不明原因疾病、重大食物和职业中毒以及其他严重影响公众健康的事件 [1] 。突发公共卫生事件往往伴随着大量的谣言传播，进而导致公众产生焦虑等负面情绪，从而影响公众的信念和行为 [2] 。曾子明在突发公共卫生事件的情境下提出了一种多特征融合的潜在谣言传播识别者模型，以语义特征、用户特征、微博特征以及情感特征四个维度进行识别，极大提升了谣言传播者识别的准确率 [3] 。温志韬基于Gompertz种群生长模型构建网络舆情态势感知模型，有效凸显出了网络舆情态势的静态特征和动态特征 [4] 。张桂蓉建立了突发公共卫生事件网络谣言网格化预警模型，分别从纵向和横向两个维度进行评估，有效验证了该模型的准确性，为网络谣言管控提供了信息支撑和决策支持 [5] 。王晰巍则是根据SIR模型构建了SCNDR网络谣言逆转系统动力学模型，有效模拟了网络谣言的传播–逆转过程 [6] 。在突发事件中的网络谣言研究中，众多学者都采用了基于模型的研究方法，例如经典传染病模型还有系统动力学模型等等，可以看出当前关于突发事件中网络谣言研究开始着手于网络谣言的预警机制，尝试从“治”到“预”的转变。
(2) 网络谣言传播的相关研究。
早在20世纪60年代，Daley和Kendall就开始借鉴经典传染病模型的思路提出了谣言传播领域中经典的DK模型 [7] 。Zanette则是第一个将复杂网络理论引入到谣言传播研究中的学者，着重刻画了网络拓扑结构对谣言传播的影响 [8] 。再往后随着研究的深入，潘灶烽研究了可变聚类系数无标度网络的谣言传播行为，发现聚类系数反作用于谣言传播 [9] 。吕心怡以经典的IESR模型为基础，提出了一种谣言传播模型ACI-IESR，主要分析了权威性效应、从众效应以及好友亲密度对谣言传播的影响 [10] 。张彬则是基于SIR模型进行改进，从系统动力学的视角建构了谣言信息和辟谣信息的竞争传播模型 [11] 。李延晖结合网络谣言传播的特点，借鉴了药物动力学中的药物扩散原理，建立一种新型的CFDR传播模型，有效验证了“成都49中”事件，并且考虑了权威媒体干预和时滞性的影响 [12] 。王楠等学者则是同时考虑了时间和空间两个维度，提出了一种考虑空间扩散与时滞效应的社交网络谣言传播模型，更加真实地模拟了谣言在现实社会中的时空传播规律 [13] 。
(3) 政府利用新媒体进行谣言治理，提升公信力的研究。
针对网络谣言横生，国家出台了相应的措施和法规，学者们也从理论角度对网络谣言的治理建言献策。杨洋洋以网络谣言风险测度为切入点，运用层次分析法基于事件性质、事件热度、事件传播、事件趋势四个维度构建了网络谣言风险测度指标体系，利用模糊综合评价法对40例谣言事件的风险等级进行评价，具有一定的实践价值 [14] 。蒋颖从谣言的内容生产、社会心理、传播主体等方面分析了公共危机事件中谣言传播的特征，提出了谣言治理的对策 [15] 。张广利从网络谣言的生成机理的角度进行治理，提出网络谣言并非偶然性的虚假信息流瀑，而是社会架构更迭中结构性张力的聚合和呈现 [16] 。杨正等学者则将关注点放在协同治理上，提出促使公众由“缺场”到“在场”的地位转变，探究公众在网络谣言协同治理中的新“人设”及特征 [17] 。
3.5. 研究进展趋势与前沿
通过CiteSpace软件的“Burstness”选项功能，我们获得了2001年至2021年国内外网络谣言研究领域的突现词图谱。图12展示了前15名突现词，而图13则展示了前25名突现词。这些突现词是短期内频次突然上升的词汇，能够有效地展示该研究领域的进展趋势和前沿。
图12和图13分别呈现了2001~2021年国内CNKI以及国际WOS网络谣言研究的重要发展方向和关注点。图12中如“社交网络”、“传播效果”、“网络舆情”、“谣言传播”、“虚假信息”等，都代表了网络谣言研究领域的重要发展方向和关注点。这些突现词的高频出现表明它们在近期的研究中具有显著的影响和重要性。图13则进一步扩展了突现词的范围，展示了前25名突现词。这些突现词涵盖了更多的研究主题和关键词，共同揭示了国内外网络谣言研究的广泛深入。通过突现词分析，我们能够更清晰地了解这一领域的研究动态和未来发展趋势。
在CNKI来源文献的突现词图谱(图12)中，从突现强度来看，“社交媒体”最大，其后依次是“言论自由”“谣言传播”“微博”“社交网络”“网络推手”等关键词。这表明，在国际大环境日益动荡和元宇宙概念的出现，人们倾向于将日常生活转向虚拟世界，社交媒体元宇宙或社交网络元宇宙将是网络谣言研究的核心热点。从突现时间来看，“网络暴力”“微博”“网络”“社交媒体”等持续时间最长，自2012年起，连续2~3年成为国内持续型的研究热点；“社交媒体”“信息治理”“谣言检测”等从2019年起成为热点，一直持续至今。综合来看，近十年来国内网络谣言研究的热度不断上升：2012~2016年，主要侧重于对“网络舆论”“网络治理”“网络犯罪”等的网络新词汇进行界定，以及对网络谣言治理的可行性和相关网络行为进行探讨；2017~2018年，开始重点关注突发事件中社交网络背景下的网络谣言传播问题；2019年至今，开始结合一些新兴技术：人工智能、区块链和大数据在社交媒体中进行谣言检测，进而使得政府形成信息治理的有效政策，这将成为国内网络谣言研究领域关注的前沿问题。
Figure 12. Top 15 emergent keywords in domestic online rumor research, 2001~2021 (sorted by emergence start year)
图12. 2001~2021年国内网络谣言研究前15个突现关键词(按凸现起始年排序)
在WOS来源文献的突现词图谱(图13)中，从突现强度来看，“儿童(children)”最大，其后依次为“媒体(media)”“虚假记忆(false memory)”“复杂网络(complex network)”“女性(women)”“态度(attitude)”“经验(experience)”等关键词。这说明，随着网络谣言在复杂网络下的进一步变体，一些认知不高的儿童等群体出现深受网络谣言影响的表现，例如对某某事件或事物形成虚假记忆，进而影响认知水平的提高，因此对复杂网络中媒体上的一些群体对新型网络谣言的态度和经历的研究成为国际网络谣言研究的焦点。从突现时间来看，“经验(experience)”“准确性(accuracy)”“暗示性(suggestibility)”“儿童(children)”自2006~2008年起，连续10~11年成为国际研究热点；“社交媒体(social network)”“气候变化(climate change)”“传播(spread)”等从2017年兴起，一直保持热度至今。综合来看，国际网络谣言研究比国内起步早，主要聚焦于网络谣言生成的背景以及借助工具分析不同群体的影响，自2017年至今，一直是国际网络谣言研究领域关注的前沿问题。
Figure 13. Top 25 emergent keywords in international online rumor research, 2001~2021 (sorted by emergence start year)
图13. 2001~2021年国际网络谣言研究前25个突现关键词(按凸现起始年排序)
4. 结论与展望
本文使用CiteSpace软件，运用文献计量法和科学知识图谱可视化方法，对2001年至2021年期间CNKI和WOS收录的网络谣言研究文献进行了深入分析，用以解释网络谣言领域近期出现的新变化及新趋势。根据以上基于不同角度的分析得出以下结论：
首先，从关键词共现图谱的研究分析来看，当前网络谣言研究的热点主要集中在网络谣言产生机制和治理策略方面。然而，未来的研究可以更加多元化，涵盖更广泛的议题。
其次，通过突显词的分析可以看出，近年来研究主要聚焦于谣言的传播环境和传播特征，这表明这些议题在该领域的研究中具有重要地位。
第三，在核心研究团队方面，国内外研究团队都呈现出“小规模集中、大规模分散”的合作网络分布特征。不过，国内外研究机构之间的合作存在鲜明对比，国际研究机构之间保持着广泛而密切的合作，而国内研究机构之间的合作相对较少。
第四，从学科分布的角度看，不论在国际还是国内，网络谣言研究已经跨足多个学科领域，各学科之间高度渗透，形成了一个综合性的研究领域。
综上所述，回顾近二十年国内外关于网络谣言领域的研究发展进程，可以发现突发性公共事件往往成为网络谣言频发的导火索，并且随着新型传播渠道的出现，例如短视频、信息流等的进一步拓宽渠道，是的网络谣言传播场景更加多样化。网络谣言也不再局限于文字，短视频等多媒体元素的使用使得网络谣言的传播更加复杂。由以上分析可知在研究中也出现了多元化的理论工具，这为该领域的研究提供了更多的切入点，还有近五年出现的大数据技术的推广与普及，这种新型技术使得在研究过程中可以将受众心理因素纳入研究中，有助于研究者更进一步的分析阐述网络谣言的生成机理与传播特征，为网络谣言管控和治理提供有益的参考。面对如今日益复杂的社会环境和网络环境，网络谣言领域的研究仍然是一个值得持续深耕的议题。