基于用户行为特征的微博谣言检测

作     者：李艳君 

作者单位：新疆师范大学 

学位级别：硕士

导师姓名：张海军

授予年度：2021年

学科分类：05[文学] 08[工学] 081203[工学-计算机应用技术] 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）] 

主      题：BERT DPCNN ERNIE 用户行为特征 谣言检测 

摘      要：生活在网络发达的时代,人们普遍应用网络交流。以新浪微博为代表的网络交流工具,信息量庞大,这便给谣言事件的发酵带来极大的便利。网络谣言的出现,不仅给人们带来恐慌,甚至会给人们带来无法挽回的伤害。以新浪微博为研究平台,以用户行为特征、用户信息特征以及文本内容特征为研究重点,以提升基于特征的谣言检测准确率为目的,在模型中融入用户行为特征、用户信息特征以及文本内容特征,构建BERT-DPCNN模型,ERNIE-DPCNN模型进行谣言检测研究。文中主要做了两项工作:一是研究了一种基于用户信息特征和微博文本内容特征的微博谣言检测方法。大多数研究者以单一的文本内容作为谣言检测的主要目标,忽视了其他特征的作用。并且用词袋模型对微博长文本内容进行处理时,会遗忘部分数据,针对这两个问题,该文结合用户信息特征,构建BERT-DPCNN模型谣言检测。二是研究了一种基于用户行为特征的微博谣言检测方法。虽然BERTDPCNN模型提高了基于特征的谣言检测准确率,但用户行为特征没有得到深入挖掘。为进一步探究微博用户行为特征对谣言检测的帮助,该文结合用户行为特征,构建ERNIE-DPCNN模型。该模型以用户的点赞、转发和评论等用户行为特征作为主要特征,结合对深度学习模型的改进,对微博谣言事件进行检测。经过大量实验表明,该文提出的谣言检测模型可有效提高谣言检测的准确率,具有一定的参考价值。