基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着网络的普及,越来越多的人能够在网上自由地发布信息,但这些信息并非总是真实的.网络谣言传播速度快,范围广,如果不加以控制,负面影响巨大.然而,谣言往往难以识别,特别是完全依靠人力,不仅费时且费力.论文旨在总结谣言识别方面已有的文献成果,从特征提取、识别方法构建两个角度,总结分析了当前的主流识别方法,进而对网络谣言进行防范.最后,论文给出了未来的研究方向.
推荐文章
融合TextCNN与TextRNN模型的谣言识别方法
社交网络
谣言识别
BERT模型
文本卷积神经网络
文本循环神经网络
大型结构物损伤识别方法研究及展望
大型结构物
损伤识别
研究进展
云计算网络中边界节点识别方法改进研究
云计算
网络
边界节点
识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 网络谣言识别方法及展望
来源期刊 网络空间安全 学科 工学
关键词 网络谣言 特征提取 识别算法
年,卷(期) 2016,(11) 所属期刊栏目 法律政策研究
研究方向 页码范围 9-12
页数 4页 分类号 TP391
字数 3225字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱亦宁 南京大学信息化建设与管理办公室 6 15 2.0 3.0
2 何湘东 南京大学网络信息中心 4 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (38)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络谣言
特征提取
识别算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络空间安全
月刊
1674-9456
10-1421/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
82-938
2010
chi
出版文献量(篇)
3296
总下载数(次)
16
论文1v1指导