微博媒體可信度分析與謠言檢測(cè)的方法研究.pdf

1、隨著Web2.0時(shí)代的到來(lái)，出現(xiàn)了各式各樣的社交網(wǎng)絡(luò)應(yīng)用來(lái)滿足用戶日益豐富的社交活動(dòng)需求，信息借助這些應(yīng)用平臺(tái)高速流動(dòng)，加之各種智能移動(dòng)終端技術(shù)的不斷進(jìn)步，越來(lái)越多的用戶在推特、新浪微博等各種流行的社交網(wǎng)絡(luò)媒體上發(fā)布消息并參與到熱門話題的討論中。新浪微博具有信息量龐大、傳播速度迅速、受眾群體廣泛、影響力巨大等特點(diǎn)，這些特點(diǎn)使其成為很多熱點(diǎn)事件和輿情的發(fā)源地和傳播媒介。與此同時(shí)，自由化的表達(dá)方式和匿名化的用戶行為使得不實(shí)信息的發(fā)布門檻和發(fā)

2、布成本降低，這導(dǎo)致網(wǎng)絡(luò)信息質(zhì)量良莠不齊，大量的虛假消息、網(wǎng)絡(luò)謠言、垃圾廣告層出不窮，尤其是網(wǎng)絡(luò)謠言的影響極其惡劣。如何識(shí)別謠言成為人們面臨的嚴(yán)峻挑戰(zhàn)。
　　傳統(tǒng)的謠言檢測(cè)方法通常將其視為二分類問(wèn)題進(jìn)行處理，因此特征的發(fā)現(xiàn)與選擇對(duì)于分類器的分類效果至關(guān)重要?？v觀現(xiàn)有的研究成果，基于特征的謠言檢測(cè)方法僅關(guān)注文本內(nèi)容、用戶、傳播等方面的靜態(tài)扁平特征，忽略了消息傳播演化結(jié)構(gòu)的影響。此外，傳統(tǒng)的謠言發(fā)現(xiàn)方法往往依賴于手動(dòng)選取特征來(lái)訓(xùn)練機(jī)器學(xué)

3、習(xí)算法，這不僅會(huì)耗費(fèi)大量人力，而且目前人工選擇的特征已經(jīng)相對(duì)成熟，相關(guān)的研究慢慢陷入瓶頸。最后，我們希望得到語(yǔ)義和情感等高階深層特征，消息媒體的淺層統(tǒng)計(jì)特征的表示空間與高度抽象的語(yǔ)義和情感空間之間的距離差距很大，因此傳統(tǒng)的基于淺層或中層特征構(gòu)建的分類器效果不夠理想。綜上，本文主要關(guān)注兩個(gè)問(wèn)題：如何建模消息的傳播過(guò)程從而可以考慮消息傳播的內(nèi)部圖結(jié)構(gòu)和用戶之間的差異性；特征選擇方面，如何讓機(jī)器自動(dòng)學(xué)習(xí)人工提取不到的微博文本信息的隱藏表示來(lái)豐

4、富現(xiàn)存的特征集。
　　本文的主要研究?jī)?nèi)容有以下兩方面：
　?。?）針對(duì)傳統(tǒng)謠言檢測(cè)方法往往集中于對(duì)靜態(tài)扁平特征的匯總統(tǒng)計(jì)，忽略了消息傳播結(jié)構(gòu)的影響的問(wèn)題，提出標(biāo)記信息級(jí)聯(lián)傳播樹模型和該模型下的一種意見(jiàn)領(lǐng)袖影響力的動(dòng)態(tài)度量方法。此外，本文還提出10個(gè)新特征，結(jié)合隨機(jī)通路圖核和徑向基(RBF)核函數(shù)構(gòu)造混合核函數(shù)來(lái)融合傳播結(jié)構(gòu)特征和普通靜態(tài)特征這兩種異構(gòu)特征，建立混合核SVM分類器，提升謠言檢測(cè)的精度。
　?。?）針對(duì)人工