微博作為最受歡迎的社交網(wǎng)絡(luò)應(yīng)用之一,在帶給人們信息便利的同時(shí),其中也充斥著網(wǎng)絡(luò)謠言。網(wǎng)絡(luò)謠言借助微博信息繁多、傳播自由快速等特點(diǎn),在平臺(tái)上肆意傳播,對(duì)個(gè)人和社會(huì)造成了嚴(yán)重危害。謠言的自動(dòng)檢測(cè)研究作為社交網(wǎng)絡(luò)謠言研究、監(jiān)控和治理的前提,逐漸受到社會(huì)和有關(guān)研究者的廣泛關(guān)注。本文以微博謠言為研究對(duì)象,分析微博相關(guān)文本信息與用戶信息,提取出深層、隱性的差異信息作為新的分類特征;同時(shí),借助集成學(xué)習(xí)的思想,優(yōu)化Stacking集成算法以構(gòu)建集成分類模型,完成謠言的自動(dòng)檢測(cè)。本文的主要工作如下:（1）基于謠言微博文本信息與用戶信息的深層特征提取。通過分析已有研究提取的謠言特征,發(fā)現(xiàn)其中大多數(shù)特征較為簡(jiǎn)單、淺顯,缺乏對(duì)相關(guān)文本信息與用戶信息的深入分析。本文分析謠言微博與非謠言微博在評(píng)論信息、發(fā)文用戶信息以及傳播用戶信息上的差異性,總結(jié)并提取出負(fù)面情緒評(píng)論比例、用戶信譽(yù)值、辟謠用戶參與等深層隱性特征,并給出了特征定量方法。（2）針對(duì)微博評(píng)論極性特征的量化問題,提出了一種結(jié)合語義規(guī)則的機(jī)器學(xué)習(xí)情感分類方法。首先,收集并整理五個(gè)方面的詞典資源,構(gòu)建了一個(gè)較全面的極性情感詞典;然后,將整個(gè)文本進(jìn)行層級(jí)劃分,并... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

微博平臺(tái)上的謠言示例1

很多網(wǎng)絡(luò)謠言的辨別，需要依賴很多背景知識(shí)，甚至專業(yè)知識(shí)，且微博每日信息量巨大，很難及時(shí)發(fā)現(xiàn)謠言并制止，從而極易對(duì)個(gè)人和社會(huì)造成嚴(yán)重危害。圖 1-1 微博平臺(tái)上的謠言示例 1

微博平臺(tái)上的謠言示例3

【參考文獻(xiàn)】：
期刊論文
[1]在線社會(huì)網(wǎng)絡(luò)謠言檢測(cè)綜述[J]. 陳燕方,李志宇,梁循,齊金山.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的謠言檢測(cè)[J]. 劉政,衛(wèi)志華,張韌弦.  計(jì)算機(jī)應(yīng)用. 2017(11)
[3]新浪微博謠言檢測(cè)研究[J]. 祖坤琳,趙銘偉,郭凱,林鴻飛.  中文信息學(xué)報(bào). 2017(03)
[4]融合規(guī)則與統(tǒng)計(jì)的微博新詞發(fā)現(xiàn)方法[J]. 周霜霜,徐金安,陳鈺楓,張玉潔.  計(jì)算機(jī)應(yīng)用. 2017(04)
[5]大規(guī)模情感詞典的構(gòu)建及其在情感分類中的應(yīng)用[J]. 趙妍妍,秦兵,石秋慧,劉挺.  中文信息學(xué)報(bào). 2017(02)
[6]微博謠言的呈現(xiàn)模式及形成原因[J]. 袁程遠(yuǎn),溫志強(qiáng).  傳媒. 2016(08)
[7]自動(dòng)謠言檢測(cè)分析與實(shí)現(xiàn)[J]. 馮程,梁剛,周鴻宇,楊進(jìn).  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2016(07)
[8]微博謠言傳播模型與影響力評(píng)估研究[J]. 向卓元,陳宇玲.  科研管理. 2016(01)
[9]基于深層特征和集成分類器的微博謠言檢測(cè)研究[J]. 毛二松,陳剛,劉欣,王波.  計(jì)算機(jī)應(yīng)用研究. 2016(11)
[10]中文社交媒體謠言統(tǒng)計(jì)語義分析[J]. 劉知遠(yuǎn),張樂,涂存超,孫茂松.  中國(guó)科學(xué):信息科學(xué). 2015(12)



本文編號(hào)：3104289