检索结果-南通市图书馆

融合多元用户特征和内容特征的微博谣言实时检测模型

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2022年第12期43卷 2518-2527页

作者：黄学坚王根生罗远胜闵潞吴小芳李志鹏江西财经大学人文学院南昌330013 江西财经大学计算机实践教学中心南昌330013 江西财经大学国际经贸学院南昌330013

针对目前基于单文本语义特征深度学习的微博谣言实时检测模型泛化能力不足的问题,提出一种融合多元用户特征和内容特征的实时检测模型.首先,在传统用户基本特征和内容统计特征的基础上,利用用户的历史行为数据,挖掘用户理性值和用户专... 详细信息

针对目前基于单文本语义特征深度学习的微博谣言实时检测模型泛化能力不足的问题,提出一种融合多元用户特征和内容特征的实时检测模型.首先,在传统用户基本特征和内容统计特征的基础上,利用用户的历史行为数据,挖掘用户理性值和用户专业度两个深层次特征;然后,基于词向量和带有注意力机制的双向GRU神经网络构建文本语义特征学习模型;最后,采用分层特征级联和全连接的方式进行特征融合,把融合特征输入分类模型进行训练.实验结果表明,该模型的检测准确率达到了91.74%,相比其他只关注文本语义特征的深度学习实时检测模型具有更好的识别效果,相比于其他改进型的实时检测模型F1-Measure值也提高了2.19%.

关键词：微博谣言实时检测特征融合深层特征深度学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

融合用户历史传播信息的微博谣言检测

计算机与现代化 2022年第6期 37-42,74页

作者：卢悦曹春萍上海理工大学光电信息与计算机工程学院上海200093

随着互联网技术的发展,以微博为主的社交媒体平台上网络谣言逐渐泛滥,研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题,同时,过分依赖传播信息的... 详细信息

随着互联网技术的发展,以微博为主的社交媒体平台上网络谣言逐渐泛滥,研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题,同时,过分依赖传播信息的谣言检测方法使得检测时间滞后,不能满足谣言检测的现实需求。针对以上问题,本文提出一种融合用户历史交互信息的微博谣言检测模型,不使用待检测微博的传播信息,构建并训练Aba Net(ALBERT-BiGRU-Attention)深度学习网络模型,充分考虑待检测微博和用户历史传播信息文本的文本特征和语义信息进行谣言检测。实验结果显示,本文模型具有准确率高、稳定性强的特点,并且能够在获得较高检测精度的情况下大大缩短谣言检测的时间。

关键词：微博谣言谣言检测深度神经网络预训练

在线全文

学校读者我要写书评

暂无评论

结合文本与用户信息的微博谣言检测方法研究

武汉理工大学学报（信息与管理工程版） 2023年第3期45卷 442-448页

作者：陈书雨段长江雍振煌姚寒冰伦敦大学学院多学科和跨文化研究中心伦敦W55RF 武汉理工大学计算机与人工智能学院湖北武汉430070

微博已成为人们获取信息的重要来源,但微博中也充斥着大量网络谣言,会对个人和社会造成严重危害。由于谣言的模糊性和隐蔽性,导致微博谣言的自动识别非常困难,这给微博监管带来极大挑战。针对微博谣言的文本信息,构建了句子级细粒度的... 详细信息

微博已成为人们获取信息的重要来源,但微博中也充斥着大量网络谣言,会对个人和社会造成严重危害。由于谣言的模糊性和隐蔽性,导致微博谣言的自动识别非常困难,这给微博监管带来极大挑战。针对微博谣言的文本信息,构建了句子级细粒度的情感分类算法,对微博评论进行情感倾向性分析,计算负面情感评论比例;同时结合微博的用户信息,分析微博转发和评论列表,判断是否有潜在辟谣用户参与,并利用发文用户的等级、信用等信息,定义并计算用户信誉值;最后训练分类器并完成对微博未知样本的预测。实验结果表明,所提出的新特征能有效提高微博谣言检测的准确率。

关键词：微博谣言文本信息情感分类用户信息谣言检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

微博谣言的演化机理研究

情报杂志 2012年第5期31卷 50-54页

作者：任一奇王雅蕾王国华冯伟华中科技大学公共管理学院武汉430074

微博谣言已成为微博客乃至网络空间中的重要现象和问题。在汇集微博谣言案例的基础上,首先依据生命周期的分析方法,将微博谣言演化分为造谣、传谣、极化和辟谣等阶段;然后依据层次分析法,指出微博谣言的造谣有张冠李戴、无中生有、断章... 详细信息

微博谣言已成为微博客乃至网络空间中的重要现象和问题。在汇集微博谣言案例的基础上,首先依据生命周期的分析方法,将微博谣言演化分为造谣、传谣、极化和辟谣等阶段;然后依据层次分析法,指出微博谣言的造谣有张冠李戴、无中生有、断章取义、添油加醋、关联名人和冒名顶替等方式,传谣存在裂变、合力和漏斗等形式,在谣言极化过程中具有拼图效应、雪崩效应等,在微博谣言的消解阶段,则主要有自然消散、人为辟谣等路径。

关键词：微博谣言谣言演化辟谣

在线全文

学校读者我要写书评

暂无评论

微博谣言自净化机制模拟仿真

情报杂志 2015年第7期34卷 125-129页

作者：张志花夏志杰薛传业上海工程技术大学管理学院

为了研究用户参与度、谣言净化者的影响力对微博谣言自净化效果的影响,在已有研究和传染病模型的基础上,构建了微博谣言自净化模型,给出了相应的平均场方程,利用MATLAB对模型进行模拟仿真和结果分析。结果表明:用户参与度和谣言净化者... 详细信息

为了研究用户参与度、谣言净化者的影响力对微博谣言自净化效果的影响,在已有研究和传染病模型的基础上,构建了微博谣言自净化模型,给出了相应的平均场方程,利用MATLAB对模型进行模拟仿真和结果分析。结果表明:用户参与度和谣言净化者的影响力对微博谣言自净化效果有显著影响。政府及微博谣言防控部门可采取一定措施鼓励用户积极参与谣言的举证,提高微博谣言自净化速度,降低谣言对社会的影响。

关键词：微博谣言谣言净化者意见领袖 MATLAB仿真

在线全文

学校读者我要写书评

暂无评论

微博谣言极化的关键因素分析

当代传播 2014年第5期 77-78页

作者：程中兴四川大学博士后流动站西南交通大学

以往研究多将微博谣言极化现象归因于新媒体的"微革命"技术,对技术背后的文化与社会因素较少触及。本文研究发现,"身国同构"的传统文化与"差序格局"的社会结构是微博谣言极化过程中的两大关键因素。微博谣言通过唤醒"身体损伤"的集体记... 详细信息

以往研究多将微博谣言极化现象归因于新媒体的"微革命"技术,对技术背后的文化与社会因素较少触及。本文研究发现,"身国同构"的传统文化与"差序格局"的社会结构是微博谣言极化过程中的两大关键因素。微博谣言通过唤醒"身体损伤"的集体记忆,赋予传统的"身体政治"内涵,由此激起人们的深层共鸣是其最为简捷有力的极化方式。与此同时,中国社会独特的差序格局,不仅极具自我性,而且收放自如,使得微博谣言的空间扩散不是单纯地个人对个人,而是"圈子"对"圈子"。微博谣言的极化效应是技术、文化与社会因素耦合的产物。

关键词：微博谣言极化效应关键因素

基于机器学习的突发事件微博谣言识别技术研究进展

在线全文

学校读者我要写书评

暂无评论

网络安全技术与应用 2022年第5期 54-56页

作者：刘校麟陈蕾中国人民警察大学河北065000

本文研究基于机器学习的突发事件微博谣言识别方面所取得的成果。对谣言识别技术研究现状、谣言识别算法及相关技术、基于机器学习的微博谣言识别技术进行总结分析。采用深度学习方法已能将微博谣言识别的准确率、召回率、F1值等模型评... 详细信息

本文研究基于机器学习的突发事件微博谣言识别方面所取得的成果。对谣言识别技术研究现状、谣言识别算法及相关技术、基于机器学习的微博谣言识别技术进行总结分析。采用深度学习方法已能将微博谣言识别的准确率、召回率、F1值等模型评价标准值提高到0.8以上,从谣言数据的基础特征扩展到传播特征、时间跨度特征甚至时情感特征等影响识别精度的因素特征。机器学习算法已发展日趋成熟,未来若能实现算法的自学习,自动完成特定时间节点的提取分类,实现对谣言快速有效地识别,将成为谣言识别方面的重大突破成果。

关键词：突发事件微博谣言机器学习特征提取谣言识别

在线全文

学校读者我要写书评

暂无评论

基于“AI识谣”技术的微博谣言治理研究

新闻研究导刊 2023年第15期14卷 102-104页

作者：胡淼成都理工大学四川成都610059

随着移动终端的普及,人们发布信息、传递信息的能力和速度得到空前提升,但也使网络谣言不断滋生。微博以其强人际传播关系、传播范围广、传播速度快的特点成为网络谣言的一个主要滋生地。微博谣言常常内容模糊、形式多样、不易辨别,给... 详细信息

随着移动终端的普及,人们发布信息、传递信息的能力和速度得到空前提升,但也使网络谣言不断滋生。微博以其强人际传播关系、传播范围广、传播速度快的特点成为网络谣言的一个主要滋生地。微博谣言常常内容模糊、形式多样、不易辨别,给平台进行网络治理带来了一定难度,对网络环境安全和社会稳定造成了恶劣的影响。文章通过研究现存的微博运用人工智能识别谣言的技术,发现该技术治理逻辑是“锁定信息、判断信源;抽取信息,对比文库;监控传播路径,追溯传播源”。通过对这一技术治理过程的研究,发现该技术存在着造成用户隐私泄露、谣言治理效果欠佳等困境。最后通过文献分析法,总结“AI识谣”技术在微博谣言治理上可优化的路径有:提高对用户隐私的敏感性,谣言识别模式由检测式向预测式改变,结合区块链、大数据技术等共同治理,提高“AI识谣”技术在微博谣言识别上的效率和效果,希望从源头上遏制微博网络谣言的传播,通过对技术的改进侧面提高网民的媒介素养,打击网络谣言泛滥的现象,营造清朗的网络空间。

关键词： “AI识谣” 微博谣言微博谣言谣言治理

在线全文

学校读者我要写书评

暂无评论

微博谣言的呈现模式及形成原因

传媒 2016年第8期 89-91页

作者：袁程远温志强天津师范大学新闻传播学院天津师范大学智库建设中心应急管理研究所

随着现代网络信息技术的发展,以微博为代表的新媒体的用户快速增加,而一系列相关问题也随之而来。其中较为典型的就是微博谣言的传播与扩散,不仅影响了网络空间的健康发展,同时在一定程度上扰乱人们的正常生活。因此,对于微博谣言的相... 详细信息

随着现代网络信息技术的发展,以微博为代表的新媒体的用户快速增加,而一系列相关问题也随之而来。其中较为典型的就是微博谣言的传播与扩散,不仅影响了网络空间的健康发展,同时在一定程度上扰乱人们的正常生活。因此,对于微博谣言的相关研究极具必要性。本文论述了微博谣言信息变异的原因和各种呈现形式,同时与微博谣言的产生和治理有机结合,有利于针对性地采取应对方式和管理措施。

关键词：微博谣言信息变异治理措施