謠言在微博上跨地域、快速地大量傳播,損害人們的心理健康,破壞網(wǎng)絡(luò)空間秩序。為降低微博謠言帶來的不良后果,需在消息發(fā)布早期找到可能在未來廣泛傳播的謠言,因此在消息發(fā)布的早期進(jìn)行謠言檢測(cè)并對(duì)謠言的傳播范圍進(jìn)行預(yù)評(píng)估。首先,構(gòu)建微博謠言早期檢測(cè)模型,在消息發(fā)布時(shí)刻針對(duì)單條消息進(jìn)行謠言檢測(cè)。由于謠言比非謠言有更加強(qiáng)烈的傳播需求提出引導(dǎo)詞特征,并在消息發(fā)出時(shí)刻從單條消息中提取基于內(nèi)容的特征、基于發(fā)布者的特征和引導(dǎo)詞特征進(jìn)行早期謠言檢測(cè)。實(shí)驗(yàn)結(jié)果表明,新提出的引導(dǎo)詞特征能有效提高謠言檢測(cè)效果,早期謠言檢測(cè)模型可達(dá)到較優(yōu)水平。其次,早期謠言檢測(cè)模型存在誤報(bào)和漏報(bào)現(xiàn)象,若直接對(duì)模型檢測(cè)出的謠言進(jìn)行懲治會(huì)影響用戶體驗(yàn),因此提出謠言傳播范圍評(píng)估模型,在謠言發(fā)布早期尋找可能在發(fā)布后廣泛傳播的謠言,以幫助官方及時(shí)、重點(diǎn)地查證謠言。在謠言傳播范圍評(píng)估模型中設(shè)置評(píng)估周期,采用用戶的歷史數(shù)據(jù)如評(píng)論關(guān)系數(shù)據(jù)、轉(zhuǎn)發(fā)關(guān)系數(shù)據(jù)改進(jìn)用戶影響力算法,以謠言發(fā)布者的綜合影響力預(yù)評(píng)估謠言最終可能達(dá)到的傳播范圍,并篩選出可能在發(fā)布后廣泛傳播的謠言。實(shí)驗(yàn)結(jié)果表明,謠言傳播范圍評(píng)估模型能有效地預(yù)評(píng)估謠言在未來達(dá)到的傳播范圍,并找到在某周期...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1線性可分的數(shù)據(jù)圖

若數(shù)據(jù)線性可分，則存在無數(shù)個(gè)分離超平面可將數(shù)據(jù)集中的不同類別樣本分隔開。2-1所示，訓(xùn)練集中每個(gè)樣本可由兩個(gè)特征1A、2A表示，其對(duì)應(yīng)的類別分別用y=+=1表示，此時(shí)可畫出直線1l和2l將不同類別的樣本分開，但是兩個(gè)不同類別的邊量到劃分直線的距離也就是間....

圖2-2謠言傳播模型SIR易感者以感染率α轉(zhuǎn)化為感染者，感染者以免疫率β轉(zhuǎn)變?yōu)槊庖哒?br>
圖2-2謠言傳播模型SIR染率α轉(zhuǎn)化為感染者，感染者以免疫率β轉(zhuǎn)變?yōu)槊庖哒�。設(shè)、免疫者的人群所占比例分別為s(t)、i(t)、r(t)，其傳播。()()()()()()()()()tstitttstititttittαα....

圖 3-2 微博社區(qū)管理中心的不實(shí)信息模塊示例圖

該頁(yè)面有針對(duì)不實(shí)信息、泄露他人隱私、人身攻擊等不良消息的管理。其中，不實(shí)信息就是本文所需的微博謠言，點(diǎn)擊不實(shí)信息模塊，查看結(jié)果公示，得到的頁(yè)面如圖3-2所示。圖3-2微博社區(qū)管理中心的不實(shí)信息模塊示例圖從圖3-2中可批量獲取謠言的舉報(bào)標(biāo)題鏈接，進(jìn)入鏈接頁(yè)面后如圖3-....

圖3-4謠言原文內(nèi)容示例圖

圖3-3謠言信息公示頁(yè)面進(jìn)入原文鏈接后，界面如圖3-4所示，官方已標(biāo)注謠言“此內(nèi)容為不實(shí)消息，，給予用戶警示，從圖中可獲得謠言內(nèi)容、發(fā)布時(shí)間、發(fā)布客戶端、轉(zhuǎn)評(píng)贊數(shù)量

本文編號(hào)：4053748