隨著社會生活的發(fā)展,互聯(lián)網正給我們的生活帶來巨大的改變。應運而生的微博、微信、Twitter等社交媒體在為人們帶來便利的同時,隨之迅速蔓延的謠言信息也成為現(xiàn)今亟需解決的一個問題。網絡謠言的滋長與擴散給人類生活帶來的消極影響,容易激發(fā)社會矛盾,影響個人生活甚至是國家和社會的和諧穩(wěn)定。因此如何在網絡謠言進行大面積擴散之前進行及時而準確地識別然后加以制止尤為重要。目前國內的新浪微博是使用人數(shù)最多的社交網絡平臺之一,它的一大特點就是信息的擴散快速且自由,而這一特點卻也是為謠言的滋生和傳播提供了便利。因此本文以新浪微博作為研究平臺來展開對網絡謠言識別的研究。首先,雖然目前對網絡謠言的研究工作已經相對成熟,但是由于微博平臺使用用戶的年齡、性別或者文化的差異性,導致不同的主題其實在網絡謠言中的占比是不一樣的。因此,本文首先基于微博的文本內容對網絡謠言進行分析,將網絡謠言按照主題進行分類。并在前人提出的網絡謠言識別因素（詞語特征、符號特征、情感特征、因特征等）的基礎上分析各個主題下的謠言識別特征。其次,本文將網絡謠言的識別看作一個分類問題,選用一個具體的謠言主題,將提出的特定主題下的網絡謠言識別特征進... 

【文章來源】：武漢科技大學湖北省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

網民規(guī)模及互聯(lián)網普及率走勢互聯(lián)網技術的應用主要有基礎應用類、商務交易類、網絡金融類、網絡娛樂

武漢科技大學碩士學位論文2了人們上網瀏覽的頻率和時間。圖1.2顯示了我國手機網民占整體網民的一個比例。從圖中可以看到，截至到2019年6月，我國手機網民數(shù)量已經達到了8.47億人，使用手機上網的比例也由2018年底的98.6%上升到了99.1%。這說明移動端的使用尤其是手機是在這些社交平臺中使用較多的一種設備。而隨著通信技術尤其是現(xiàn)在移動網絡的普及，人們可以通過手機上的各類軟件不限時間、空間和地點地與其他用戶進行信息的獲取與分享。因此各種信息就會在這樣的背景下進行實時地傳播。單位：萬人圖1.2手機網民及占整體網民的比例微博（Weibo）是微型博客（MicroBlog）的簡稱，是一種社交網絡平臺，目前國內的微博主要有新浪微博，國外有Twittter平臺。新浪微博主要特點是高度的實時性、互動性以及隨意性，可以方便用戶進行實時的信息獲取和分享。注冊用戶可以通過手機、電腦和平板等設備使用。尤其是手機用戶，可以通過安裝新浪微博APP進行注冊就可以進行信息的實時分享與交流。從2009年8月推出上線以來，其注冊用戶就一直在持續(xù)穩(wěn)定地增長。根據(jù)新浪微博2019年的第三季度財報顯示，截至2019年9月底，微博月活躍用戶數(shù)量已經達到了4.97億[2]。微博的這些特點吸引了大批的用戶群體，但是龐大的用戶群體也為微博的監(jiān)管帶來了很大的挑戰(zhàn)。在我們獲取這些信息的同時也隱含著大量不實信息，這些虛假的信息就是我們通常所說的謠言。謠言自古有之，但是在現(xiàn)在互聯(lián)網技術的助長下，網絡謠言傳播的速度范圍都更快更廣，危害也更大，這給民眾的社會生活帶來了極大的負面影響。與傳統(tǒng)媒介例如電視、報紙、廣播等線下媒體相比，微博的優(yōu)點顯而易見。

武漢科技大學碩士學位論文4圖1.3重慶萬州公交墜江事件報道圖圖1.4重慶萬州公交墜江事件發(fā)展趨勢1.1.2研究意義謠言的擴散會給人們的生活或多或少都會帶來一定的影響，有研究顯示在特定的情境下，如自然災難、社會動亂中人們往往會更容易相信謠言[4]，從而會加大整個事件的危害，甚至情節(jié)嚴重的會給政府治理帶來更大的挑戰(zhàn)。因此謠言識

【參考文獻】：
期刊論文
[1]基于機器學習的推特謠言立場分析研究[J]. 李嶠,劉宇.  電子設計工程. 2019(21)
[2]CNNIC發(fā)布第44次《中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告》[J]. 于朝暉.  網信軍民融合. 2019(09)
[3]基于真實信息傳播者的謠言傳播模型的動力學分析[J]. 張菊平,郭昊明,荊文君,靳禎.  物理學報. 2019(15)
[4]微博謠言事件自動檢測研究[J]. 王志宏,過弋.  中文信息學報. 2019(06)
[5]融合情感特征的網絡謠言識別研究[J]. 張家義,徐健.  情報探索. 2019(02)
[6]基于LDA和隨機森林的微博謠言識別研究——以2016年霧霾謠言為例[J]. 曾子明,王婧.  情報學報. 2019(01)
[7]突發(fā)事件中政府對網絡謠言的辟謠策略研究——以太伏中學事件為例[J]. 唐雪梅,賴勝強.  情報雜志. 2018(09)
[8]在線社會網絡謠言檢測綜述[J]. 陳燕方,李志宇,梁循,齊金山.  計算機學報. 2018(07)
[9]基于卷積神經網絡的謠言檢測[J]. 劉政,衛(wèi)志華,張韌弦.  計算機應用. 2017(11)
[10]社交媒體中的謠言識別研究綜述[J]. 劉雅輝,靳小龍,沈華偉,鮑鵬,程學旗.  計算機學報. 2018(07)

博士論文
[1]面向社交網絡信息傳播的若干關鍵安全問題研究[D]. 崔磊.太原理工大學 2019
[2]流言：陰影中的社會傳播[D]. 蔡靜.復旦大學 2006

碩士論文
[1]基于敏感詞庫的微博謠言識別研究[D]. 林榮蓉.中南財經政法大學 2018
[2]基于特征聚合的端到端謠言鑒別技術研究[D]. 王丹磊.武漢大學 2018



本文編號：3582754