咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于特征融合的社交网络谣言检测方法研究 收藏
基于特征融合的社交网络谣言检测方法研究

基于特征融合的社交网络谣言检测方法研究

作     者:朱梦涵 

作者单位:宁夏大学 

学位级别:硕士

导师姓名:张海燕;陈燕方

授予年度:2022年

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主      题:谣言检测 多特征融合 地理区域一致性 情感一致性 

摘      要:社交媒体网络的崛起,使得交流可以跨越时空和地域,但也加快了谣言在社交网络中的传播,容易引发社会信任危机。因此,研究社交网络下的谣言检测方法,是净化社交网络空间的重要举措,对于解决现实社会问题具有理论价值和实践意义。相比传统的线下谣言,谣言在社交网络上传播会包含更多的附加信息,如用户特征信息、内容特征信息、评论信息等。社交网络谣言特征维度丰富(如用户特征、内容特征、传播特征等),是社交网络谣言检测的重要基石。早期社交网络谣言检测研究大多采用浅层特征,而现阶段研究则聚焦于对深层特征的挖掘与分析,如用户历史理性值、专业度、评论情感极性等,但缺乏对特征之间的相关性研究。对此,本文从深层特征挖掘及特征融合两个角度展开社交网络谣言检测工作,主要贡献如下:(1)结合谣言传播周期,从静态和动态两个角度,分析并总结现有社交网络谣言检测研究工作中的特征选择;(2)研究地理信息在社交网络谣言检测中的作用,深入分析并挖掘事件地理信息与用户地理信息之间的关系,构建地理区域一致性特征,为地理信息在社交网络谣言检测中的有效应用提出了切实可行的新思路;(3)针对社交网络中评论的情感变化,提出情感一致性特征的概念及其相应的量化计算方法,与以往考虑情感极性特征的研究不同,从谣言传播过程中的情感变化挖掘谣言的深层特征,为社交网络谣言的早期检测提供了新思路与新方向;(4)提出融合地理区域一致性特征和情感一致性特征的社交网络谣言检测方法,并在公开的中文谣言数据集上采用机器学习和深度学习两类方法做实验对比,实验结果表明,地理区域一致性和情感一致性在社交网络谣言检测上具有显著作用,同时融合新特征的谣言检测模型使得谣言检测准确性得到提升。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分