隨著Web3.0技術(shù)的發(fā)展,網(wǎng)絡逐漸成為輿情話題產(chǎn)生和傳播的主要載體,產(chǎn)生非常龐大的數(shù)據(jù)量,導致各種數(shù)據(jù)真假相混。一些媒體與網(wǎng)民出于某種目的,借助某個網(wǎng)絡輿情事件,蓄意制造具有明顯傾向性的網(wǎng)絡謠言,這些謠言嚴重威脅著正常穩(wěn)定的網(wǎng)絡秩序。因此自動地,及早地檢測出網(wǎng)絡輿情中的謠言,能夠合理引導網(wǎng)絡輿論,對促進社會的和諧和穩(wěn)定具有重大的社會意義。有效的輿情特征集是網(wǎng)絡輿情中謠言檢測的關(guān)鍵。目前,已經(jīng)應用到謠言檢測中的特征主要為時間特征,空間特征,用戶特征和情感特征。由于含有謠言的網(wǎng)絡輿情具有明顯的情感特征,因此采用有效的特征選擇算法提取網(wǎng)絡輿情中的情感特征對謠言檢測具有著重要的作用�；诖�,本文在傳統(tǒng)信息增益算法和近年來改進信息增益算法的基礎上,引入類間含有特征詞的相對文檔頻度分布以實現(xiàn)在句子中進行更準確的特征選擇,從而通過情感分析更準確地提取情感類指標。然后將獲取的情感指標和其它與謠言檢測相關(guān)的時間指標,空間指標以及用戶指標一起共同建立網(wǎng)絡輿情中的謠言檢測指標體系。在有效的輿情特征集基礎上,選擇有效的分類算法對網(wǎng)絡輿情中的謠言檢測具有著至關(guān)重要的作用。網(wǎng)絡輿情中的謠言檢測其本質(zhì)可被視為一種...

【文章頁數(shù)】：56 頁

【學位級別】：碩士

本文編號：3879509