基于文本分析的网络谣言识别研究

发布时间：2022-01-11 12:05

　　随着社会生活的发展,互联网正给我们的生活带来巨大的改变。应运而生的微博、微信、Twitter等社交媒体在为人们带来便利的同时,随之迅速蔓延的谣言信息也成为现今亟需解决的一个问题。网络谣言的滋长与扩散给人类生活带来的消极影响,容易激发社会矛盾,影响个人生活甚至是国家和社会的和谐稳定。因此如何在网络谣言进行大面积扩散之前进行及时而准确地识别然后加以制止尤为重要。目前国内的新浪微博是使用人数最多的社交网络平台之一,它的一大特点就是信息的扩散快速且自由,而这一特点却也是为谣言的滋生和传播提供了便利。因此本文以新浪微博作为研究平台来展开对网络谣言识别的研究。首先,虽然目前对网络谣言的研究工作已经相对成熟,但是由于微博平台使用用户的年龄、性别或者文化的差异性,导致不同的主题其实在网络谣言中的占比是不一样的。因此,本文首先基于微博的文本内容对网络谣言进行分析,将网络谣言按照主题进行分类。并在前人提出的网络谣言识别因素（词语特征、符号特征、情感特征、因特征等）的基础上分析各个主题下的谣言识别特征。其次,本文将网络谣言的识别看作一个分类问题,选用一个具体的谣言主题,将提出的特定主题下的网络谣言识别特征进... 

【文章来源】：武汉科技大学湖北省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

网民规模及互联网普及率走势互联网技术的应用主要有基础应用类、商务交易类、网络金融类、网络娱乐

武汉科技大学硕士学位论文2了人们上网浏览的频率和时间。图1.2显示了我国手机网民占整体网民的一个比例。从图中可以看到，截至到2019年6月，我国手机网民数量已经达到了8.47亿人，使用手机上网的比例也由2018年底的98.6%上升到了99.1%。这说明移动端的使用尤其是手机是在这些社交平台中使用较多的一种设备。而随着通信技术尤其是现在移动网络的普及，人们可以通过手机上的各类软件不限时间、空间和地点地与其他用户进行信息的获取与分享。因此各种信息就会在这样的背景下进行实时地传播。单位：万人图1.2手机网民及占整体网民的比例微博（Weibo）是微型博客（MicroBlog）的简称，是一种社交网络平台，目前国内的微博主要有新浪微博，国外有Twittter平台。新浪微博主要特点是高度的实时性、互动性以及随意性，可以方便用户进行实时的信息获取和分享。注册用户可以通过手机、电脑和平板等设备使用。尤其是手机用户，可以通过安装新浪微博APP进行注册就可以进行信息的实时分享与交流。从2009年8月推出上线以来，其注册用户就一直在持续稳定地增长。根据新浪微博2019年的第三季度财报显示，截至2019年9月底，微博月活跃用户数量已经达到了4.97亿[2]。微博的这些特点吸引了大批的用户群体，但是庞大的用户群体也为微博的监管带来了很大的挑战。在我们获取这些信息的同时也隐含着大量不实信息，这些虚假的信息就是我们通常所说的谣言。谣言自古有之，但是在现在互联网技术的助长下，网络谣言传播的速度范围都更快更广，危害也更大，这给民众的社会生活带来了极大的负面影响。与传统媒介例如电视、报纸、广播等线下媒体相比，微博的优点显而易见。

武汉科技大学硕士学位论文4图1.3重庆万州公交坠江事件报道图图1.4重庆万州公交坠江事件发展趋势1.1.2研究意义谣言的扩散会给人们的生活或多或少都会带来一定的影响，有研究显示在特定的情境下，如自然灾难、社会动乱中人们往往会更容易相信谣言[4]，从而会加大整个事件的危害，甚至情节严重的会给政府治理带来更大的挑战。因此谣言识

【参考文献】：
期刊论文
[1]基于机器学习的推特谣言立场分析研究[J]. 李峤,刘宇.  电子设计工程. 2019(21)
[2]CNNIC发布第44次《中国互联网络发展状况统计报告》[J]. 于朝晖.  网信军民融合. 2019(09)
[3]基于真实信息传播者的谣言传播模型的动力学分析[J]. 张菊平,郭昊明,荆文君,靳祯.  物理学报. 2019(15)
[4]微博谣言事件自动检测研究[J]. 王志宏,过弋.  中文信息学报. 2019(06)
[5]融合情感特征的网络谣言识别研究[J]. 张家义,徐健.  情报探索. 2019(02)
[6]基于LDA和随机森林的微博谣言识别研究——以2016年雾霾谣言为例[J]. 曾子明,王婧.  情报学报. 2019(01)
[7]突发事件中政府对网络谣言的辟谣策略研究——以太伏中学事件为例[J]. 唐雪梅,赖胜强.  情报杂志. 2018(09)
[8]在线社会网络谣言检测综述[J]. 陈燕方,李志宇,梁循,齐金山.  计算机学报. 2018(07)
[9]基于卷积神经网络的谣言检测[J]. 刘政,卫志华,张韧弦.  计算机应用. 2017(11)
[10]社交媒体中的谣言识别研究综述[J]. 刘雅辉,靳小龙,沈华伟,鲍鹏,程学旗.  计算机学报. 2018(07)

博士论文
[1]面向社交网络信息传播的若干关键安全问题研究[D]. 崔磊.太原理工大学 2019
[2]流言：阴影中的社会传播[D]. 蔡静.复旦大学 2006

硕士论文
[1]基于敏感词库的微博谣言识别研究[D]. 林荣蓉.中南财经政法大学 2018
[2]基于特征聚合的端到端谣言鉴别技术研究[D]. 王丹磊.武汉大学 2018



本文编号：3582754