微博上谣言的特征提取及识别算法的研究

发布时间：2021-03-07 14:26

　　随着社交媒体信息的快速发展,以新浪微博、抖音、快手为代表的新兴媒体平台成为人们获取信息、分享信息、传播信息的主要平台。然而,这些社交媒体平台带来信息访问的便利性和丰富性时,也为虚假信息的传播带来了便利性和广泛性。社交媒体中谣言的广泛传播严重阻碍了人们获得可靠信息的途径,并可能在一些紧急情况发生时导致巨大的经济损失或造成严重的公众恐慌。传统的谣言检测方法将谣言视为分类问题,致力于提取谣言的社交特征,但是这些方法都忽略了当前庞大的官方谣言数据集和谣言的语义特征。近年来,深度学习在各领域中取得了一定成就,同时词向量表示在应用中表现出良好的性能,这为谣言检测领域的相关研究带来了启发。为了解决目前谣言检测中存在的单一特征的问题,本文从传统的谣言检测方法和基于深度学习的谣言检测方法两方面入手,利用官方认证的谣言数据集提取谣言的社交特征,以实现谣言的早期检测。同时,结合词嵌入表示和神经网络模型,以提高谣言的语义特征检测,并将语义特征和社交特征融合,全方位多层次的对社交媒体上的新闻进行虚假新闻识别。主要的研究工作包括:1.设计基于主题和预防模型的谣言检测算法。首先对官方谣言数据集主题提取,按主题分类后... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

用户信息示例

传播信息示例

图２．５基于网络爬虫的数据采集框架??

【参考文献】：
期刊论文
[1]基于突发话题和领域专家的微博谣言检测方法[J]. 杨文太,梁刚,谢凯,杨进,许春.  计算机应用. 2017(10)



本文编号：3069271