基于梯度提升决策树的微博虚假消息检测

• 作者: 刘冰心 段大高 盖新新 韩忠明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 微博 社交网络 虚假消息 梯度提升决策树 评论
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 410-414,420
• 页数: 6页
• 分类号: TP391.4|TP181
• 字数: 5109字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017082368

摘要

微博是信息共享的重要平台,同时,也成为虚假消息产生和推广的重要平台,虚假消息的传播严重扰乱了社会秩序.为了快速、有效地识别微博虚假消息,提出一种基于梯度提升决策树(GBDT)的虚假消息检测方法.首先,从评论的角度分析微博虚假消息和真实消息之间存在的差异,在此基础上提取评论中的文本内容、用户属性,信息传播和时间特性的分类特征;然后,基于分类特征,采用GBDT算法实现微博虚假消息识别模型;最后,在两个真实的微博数据集上进行验证.实验结果表明,基于GBDT的识别模型能有效提高微博虚假消息检测的准确率.

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	北京工商大学计算机与信息工程学院	31	326	9.0	17.0
5	韩忠明	北京工商大学计算机与信息工程学院	51	631	14.0	23.0
9	盖新新	北京工商大学计算机与信息工程学院	2	24	2.0	2.0