基于深层特征和集成分类器的微博谣言检测研究

• 作者: 刘欣 毛二松 王波 陈刚
• 来源期刊: 计算机应用研究
• 关键词: 微博 谣言检测 深层特征 集成分类器
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 软件技术研究
• 页码范围: 3369-3373
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001--3695.2016.11.037

摘要

微博中存在着大量的虚假信息甚至谣言，微博谣言的广泛传播影响社会稳定，损害个人和国家利益。为有效检测微博谣言，提出了一种基于深层特征和集成分类器的微博谣言检测方法。首先对微博情感倾向性、微博传播过程和微博用户历史信息进行特征提取得到深层分类特征，然后利用分类特征训练集成分类器；最后利用集成分类器对微博谣言进行检测。实验结果表明，提出的基于深层特征和集成分类器的方法能够有效提高微博谣言检测的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	解放军信息工程大学信息系统工程学院	9	66	4.0	8.0
2	王波	解放军信息工程大学信息系统工程学院	19	157	7.0	12.0
3	刘欣	解放军信息工程大学信息系统工程学院	3	27	2.0	3.0
4	毛二松	解放军信息工程大学信息系统工程学院	4	38	3.0	4.0