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:
微博内容具有信息混杂和不确定性等特点,传统可信度判别方法存在一定局限性.因此,该文提出一种面向微博可信度评估的辩论有向图模型,从辩论的角度出发,以图模型直观、形象化地描述了辩论推演过程.通过话题语料构成争议节点,利用争议间的主题情感和潜在逻辑关系定义规则可信度,并设置图中边的权值来代表争议间的防卫和攻击强度.根据相关算法得出结论的可信度,递归进行辩论图演化,得到需判别信息的可信度.实验结果表明该模型比传统方法综合指标值平均提升6%.
推荐文章
微博信息可信度评估的数据起源方法
微博
可信度
数据起源
PROV模型
新浪微博平台上的用户可信度评估
用户可信度
新浪微博
User-Rank
基于链接的微博用户可信度研究
微博
用户可信度
影响力
PageRank算法
结构平衡
微博信息可信度评估的数据起源方法
微博
可信度
数据起源
PROV模型
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 面向微博可信度评估的辩论图模型
来源期刊 电子科技大学学报 学科 工学
关键词 辩论 争议节点 有向图 可信度
年,卷(期) 2017,(2) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 392-398
页数 7页 分类号 TP391
字数 6569字 语种 中文
DOI 10.3969/j.issn.1001-0548.2017.02.013
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 付晓东 昆明理工大学信息工程与自动化学院 57 180 7.0 10.0
2 黄青松 昆明理工大学信息工程与自动化学院 91 265 9.0 12.0
4 刘利军 昆明理工大学信息工程与自动化学院 77 196 7.0 10.0
5 刘骊 昆明理工大学信息工程与自动化学院 41 128 5.0 10.0
6 冯旭鹏 昆明理工大学教育技术与网络中心 34 77 5.0 7.0
9 戴丹 昆明理工大学信息工程与自动化学院 4 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (64)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(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)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(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
辩论
争议节点
有向图
可信度
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导