基于评论异常度的新浪微博谣言识别方法

• 作者: 尤建清 张仰森 彭媛媛 段宇翔 郑佳
• 来源期刊: 自动化学报
• 关键词: 谣言识别 新浪微博 评论异常度 D-S理论 SVM
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1689-1702
• 页数: 14页
• 字数: 15418字
• 语种: 中文
• DOI: 10.16383/j.aas.c180444

摘要

以微博为代表的社交媒体在为公众提供信息共享平台的同时,也为谣言提供了可乘之机.开展微博中谣言的识别和清理方法研究,对维护社会的安全稳定有着重要的现实意义.本文针对新浪微博平台中谣言识别的问题,提出了一种基于评论异常度的微博谣言识别方法.首先采用D-S理论实现微博评论异常度的计算方法;然后利用评论异常度与微博的内容特征、传播特征、用户特征对微博进行抽象表示;最后再利用SVM (Support vector machine)构建一个基于评论异常度的谣言识别模型,实现对新浪微博中谣言微博的识别.实验表明,本文提出的谣言识别模型对新浪微博中谣言识别具有较好的效果,谣言微博识别的F1值达到了96.2％,相较于现有文献的最好结果提高了1.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	郑佳	北京信息科技大学智能信息处理研究所	5	49	4.0	5.0
3	尤建清	北京信息科技大学智能信息处理研究所	7	14	2.0	3.0
4	段宇翔	北京信息科技大学智能信息处理研究所	4	4	1.0	2.0
5	彭媛媛	北京信息科技大学智能信息处理研究所	1	0	0.0	0.0