基于微博评论的虚假消息检测模型

• 作者: 李斌 段大高 王长生 韩忠明
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 微博 评论 谣言 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 仿真智能化
• 页码范围: 386-390,412
• 页数: 6页
• 分类号: TP391.9
• 字数: 6197字
• 语种: 中文

摘要

微博虚假消息的判别是微博研究中的难点问题.为了实现快速准确识别,从源微博的评论角度出发定义了三个不同特征:支持性、置信度、内容相关性.利用所选三个特征作为输入,构建SVM分类算法判别消息真伪.以抓取的新浪微博上的真实数据集作为实验对象,利用提出的模型进行了实验并与人工神经网络对比,在虚假微博的识别中初步取得了较好的结果,可以有效的识别虚假消息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段大高		31	326	9.0	17.0
2	韩忠明		51	631	14.0	23.0
3	李斌		6	36	3.0	6.0
4	王长生		1	6	1.0	1.0