發(fā)布時間：2021-03-07 14:26

　　隨著社交媒體信息的快速發(fā)展,以新浪微博、抖音、快手為代表的新興媒體平臺成為人們獲取信息、分享信息、傳播信息的主要平臺。然而,這些社交媒體平臺帶來信息訪問的便利性和豐富性時,也為虛假信息的傳播帶來了便利性和廣泛性。社交媒體中謠言的廣泛傳播嚴(yán)重阻礙了人們獲得可靠信息的途徑,并可能在一些緊急情況發(fā)生時導(dǎo)致巨大的經(jīng)濟(jì)損失或造成嚴(yán)重的公眾恐慌。傳統(tǒng)的謠言檢測方法將謠言視為分類問題,致力于提取謠言的社交特征,但是這些方法都忽略了當(dāng)前龐大的官方謠言數(shù)據(jù)集和謠言的語義特征。近年來,深度學(xué)習(xí)在各領(lǐng)域中取得了一定成就,同時詞向量表示在應(yīng)用中表現(xiàn)出良好的性能,這為謠言檢測領(lǐng)域的相關(guān)研究帶來了啟發(fā)。為了解決目前謠言檢測中存在的單一特征的問題,本文從傳統(tǒng)的謠言檢測方法和基于深度學(xué)習(xí)的謠言檢測方法兩方面入手,利用官方認(rèn)證的謠言數(shù)據(jù)集提取謠言的社交特征,以實(shí)現(xiàn)謠言的早期檢測。同時,結(jié)合詞嵌入表示和神經(jīng)網(wǎng)絡(luò)模型,以提高謠言的語義特征檢測,并將語義特征和社交特征融合,全方位多層次的對社交媒體上的新聞進(jìn)行虛假新聞識別。主要的研究工作包括:1.設(shè)計基于主題和預(yù)防模型的謠言檢測算法。首先對官方謠言數(shù)據(jù)集主題提取,按主題分類后... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

用戶信息示例

傳播信息示例

圖２．５基于網(wǎng)絡(luò)爬蟲的數(shù)據(jù)采集框架??

【參考文獻(xiàn)】：
期刊論文
[1]基于突發(fā)話題和領(lǐng)域?qū)＜业奈⒉┲{言檢測方法[J]. 楊文太,梁剛,謝凱,楊進(jìn),許春.  計算機(jī)應(yīng)用. 2017(10)



本文編號：3069271