日前，图书情报与信息系统领域期刊《Information Processing & Management》（JCR/Q1，2025年影响因子8.1，五年影响因子8.3）刊发了我院“商务智能科研团队”（邢文博、李岩、赵志明）的学术论文HAT-KI: A Hierarchical Auxiliary Task framework with asymmetric Knowledge Injection for early rumor detection（针对早期谣言检测的非对称知识注入分层辅助任务框架）。

HAT-KI框架图

研究团队指出，网络谣言在传播初期的“黄金辟谣期”往往面临信息极度稀疏、传播特征不完整的核心瓶颈，传统依赖后期完整传播网络特征的检测方法极易导致识别滞后。为此，团队创新性地提出分层辅助任务与非对称知识注入框架（HAT-KI）：通过构建多层级辅助任务，有效挖掘早期社交文本的深层关联特征；同时设计非对称知识注入机制，将外部权威背景知识精准引入模型，在不引入冗余噪声的前提下，补齐早期传播数据的语义短板。实验表明，该方法在谣言传播的极早期阶段即可实现高精度拦截，对维护清朗网络空间、智能化网络舆情治理具有显著的应用价值。

谣言特征聚类效果图

该文第一作者为我院在读硕士研究生邢文博，通讯作者为博士生导师李岩副教授，赵志明副教授为合作作者。商务科研团队长期从事商务智能建模与算法研究，相关成果发表于《Expert Systems with Applications》《Engineering Applications of Artificial Intelligence》《Advanced Engineering Informatics》等期刊。近年来，团队将研究聚焦于虚假信息识别领域，相关成果已发表于《南开管理评论》等期刊，上述论文是这一方向的又一阶段性成果。

《Information Processing & Management》是Elsevier（ScienceDirect平台）旗下覆盖图书情报与信息系统领域的国际学术期刊，为SCI和SSCI双检索，入选FMS管理科学高质量期刊推荐列表（2025版）B类、中国计算机学会推荐国际学术期刊目录（2026）B类，在上述领域内具有良好声誉与认可度。

        Wenbo Xing, Yan Li, Zhiming Zhao. HAT-KI: A Hierarchical Auxiliary Task framework with asymmetric Knowledge Injection for early rumor detection. Information Processing & Management, 64(1), Part A, 2027, 104989. https://authors.elsevier.com/a/1nJxe15hYe3YPW.