基于评论异常度的新浪微博谣言识别方法

作     者：张仰森 彭媛媛 段宇翔 郑佳 尤建清 ZHANG Yang-Sen;PENG Yuan-Yuan;DUAN Yu-Xiang;ZHENG Jia;YOU Jian-Qing

作者机构：北京信息科技大学智能信息处理研究所北京100101 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2020年第46卷第8期

页      面：1689-1702页

核心收录：

学科分类：050302[文学-传播学] 0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 05[文学] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0503[文学-新闻传播学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61772081) 北京市教委科研计划(KM201711232022)资助 

主　　题：谣言识别 新浪微博 评论异常度 D-S理论 SVM 

摘      要：以微博为代表的社交媒体在为公众提供信息共享平台的同时,也为谣言提供了可乘之机.开展微博中谣言的识别和清理方法研究,对维护社会的安全稳定有着重要的现实意义.本文针对新浪微博平台中谣言识别的问题,提出了一种基于评论异常度的微博谣言识别方法.首先采用D-S理论实现微博评论异常度的计算方法;然后利用评论异常度与微博的内容特征、传播特征、用户特征对微博进行抽象表示;最后再利用SVM(Support vector machine)构建一个基于评论异常度的谣言识别模型,实现对新浪微博中谣言微博的识别.实验表明,本文提出的谣言识别模型对新浪微博中谣言识别具有较好的效果,谣言微博识别的F1值达到了96.2%,相较于现有文献的最好结果提高了1.3%.