基于标记信息级联传播树特征的谣言检测新方法

• 作者: 刘建兴 毕梦莹 蔡国永
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 谣言检测 混合核函数 影响力度量 标记信息级联传播树
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1488-1495
• 页数: 8页
• 分类号: TP391.1
• 字数: 7711字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.08.021

摘要

近年来新浪微博已成为国内重要的社交媒体平台之一,然而该类平台开放的匿名环境给谣言提供了滋生、传播的温床,造谣传谣给社会带来的消极影响不容忽视.传统的基于特征的谣言检测研究主要关注消息文本、发布用户、传播等方面的静态扁平特征,忽略了对消息传播演化结构和传播群体反应等方面的研究.针对此问题,首先将消息传播的级联模型引入标记传播树(LPT)模型中,提出改进的标记信息级联传播树模型(CA-LPT);在此模型下提出一种动态度量用户影响力的方法;然后提出10个新特征以扩充已有的静态扁平特征集,再利用基于随机通路图核和RBF核的混合核支持向量机(SVM)进行谣言检测;最后通过基于新浪微博真实数据集的实验分析,验证了所提方法能提升谣言检测的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡国永	桂林电子科技大学广西可信软件重点实验室	98	400	12.0	15.0
2	毕梦莹	桂林电子科技大学广西可信软件重点实验室	2	6	2.0	2.0
3	刘建兴	桂林电子科技大学广西可信软件重点实验室	2	6	2.0	2.0