传播路径树核学习的微博谣言检测方法
Computer Science（2022）
摘要
微博等在线社交平台的迅猛发展,促进了各种谣言信息的广泛传播,进而给社会秩序带来了潜在的威胁.微博谣言检测能够有效遏制谣言的传播,对净化网络环境、维护社会安定具有重要意义.针对传统谣言检测模型仅考虑用户、内容、传播统计等特征,忽略了谣言传播过程中用户的影响力、情感反馈等特征随转发和评论关系变化而变化的结构问题,提出了一种基于微博信息传播树的路径树核谣言检测模型.所提模型将用户的影响力、情感反馈和内容等特征嵌入传播树的节点中,通过计算传播树中从根节点到叶子节点的路径相似度,得到微博信息传播树结构之间的相似度,进而使用基于传播路径树核的支持向量机实现对微博谣言的检测.实验结果显示,所提模型的准确率达到93.5％,其效果优于未考虑传播路径结构特征的谣言检测模型.
更多查看译文
关键词
propagation path|propagation tree|microblog rumor detection|kernel method
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要