清华大学的研究人员发表了一篇论文，利用自然语言处理等定量分析技术，对新浪微博上传播的谣言进行统计、语义和时序分析，提出了自动辟谣框架。这项研究发现，大量举报谣言的用户所举报的谣言往往与自己相关，例如微博用户“美汁源饮料”举报了大量关于“‘美汁源果粒橙’含有农药”的谣言。而大量发布谣言的用户，则往往带有网络水军的性质。 研究人员认为，实名制或对抑制谣言传播有一定作用，但没有提供数据支持，中国政府已要求社交网站推行后台实名制。这项研究将谣言划分为“政治类”、“经济类”、“欺诈类”、“社会生活类”和“常识类”五大类。通过时序分析技术，研究发现，“常识类”谣言由于受众广、辟谣难度大，经常会在社交媒体反复出现，形成多次传播高峰。关于知名人士或机构的谣言，由于关注人数众多，经常会在发布之初出现转发峰值；而由于辟谣难度低，这些谣言往往在一周内就会消亡。研究揭示了人们相信谣言的两大原因——知识受限（“阿司匹林可以治疗心脏病”）和时空受限（某时某地发生某个事件）。
