財經(jīng)輿情的可信度評估影響企業(yè)發(fā)展和投資者利益,為了獲得可信度判別標(biāo)準(zhǔn)并判斷其準(zhǔn)確性,本文設(shè)計了一個基于模型檢測技術(shù)的可信度檢測框架。利用決策樹算法代替?zhèn)鹘y(tǒng)的人工歸納過程來構(gòu)建財經(jīng)輿情的可信度判斷規(guī)則,并以CTL形式化語言描述。將財經(jīng)輿情數(shù)據(jù)庫表示為基于時序邏輯關(guān)系的可信度待檢測模型,并將模型以kripke結(jié)構(gòu)表示。通過模型檢測器NuSMV對待檢測模型進(jìn)行自動化的規(guī)則驗證,判斷待檢測模型是否符合可信度檢測規(guī)則,將不符合規(guī)則的模型中的路徑輸出為反例路徑,即為不可信財經(jīng)輿情的檢測路徑。最后,結(jié)合實證研究對提出的框架進(jìn)行了有效性驗證。結(jié)果表明,本文提出的框架可以快速有效實現(xiàn)財經(jīng)輿情可信度的自動檢測,幫助投資者分析和預(yù)測財經(jīng)輿情的真實性。 

【文章來源】：情報學(xué)報. 2020,39(06)北大核心CSSCICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

模型檢測基本工作流程圖

本文提出的財經(jīng)輿情可信度檢測框架旨在建立財經(jīng)輿情可信度評估模型并對模型進(jìn)行自動驗證，整個過程分為數(shù)據(jù)準(zhǔn)備、模型檢測和結(jié)果分析三個階段（圖2）。首先，對初始數(shù)據(jù)源進(jìn)行加工清洗，通過決策樹算法生成可信度檢測路徑，以決策樹中特征所在節(jié)點的先后順序為基礎(chǔ)，按照時序關(guān)系對每類財經(jīng)輿情數(shù)據(jù)進(jìn)行建模，完成財經(jīng)輿情檢測狀態(tài)的確立及狀態(tài)轉(zhuǎn)移關(guān)系的歸并，建立待檢測模型；將規(guī)則與模型進(jìn)行形式化表示并輸入模型檢測器，執(zhí)行模型檢測，輸出每類輿情中不可信的輿情路徑（反例）；最后，分析和評價檢測結(jié)果。3.2 模型檢測

其中，路徑(1)(2)(3)的檢測結(jié)果是確定的，而路徑(4)的檢測結(jié)果存在2條不可信輿情，1條可信輿情，本文將該類路徑結(jié)果歸屬數(shù)量占比大的一類。歸并簡化決策樹生成的檢測路徑，合并子樹中分類結(jié)果相同的分支，如將圖3中路徑(1)和(2)合并，則得到簡化的檢測規(guī)則如下：


本文編號：3388512