基于评论异常度的新浪微博谣言识别方法

作者：张仰森^*; 彭媛媛; 段宇翔; 郑佳; 尤建

来源：自动化学报, 2020, 46(08): 1689-1702.

DOI：10.16383/j.aas.c180444

• 谣言识别
• 新浪微博
• 评论异常度
• D-S理论
• SVM

以微博为代表的社交媒体在为公众提供信息共享平台的同时,也为谣言提供了可乘之机.开展微博中谣言的识别和清理方法研究,对维护社会的安全稳定有着重要的现实意义.本文针对新浪微博平台中谣言识别的问题,提出了一种基于评论异常度的微博谣言识别方法.首先采用D-S理论实现微博评论异常度的计算方法;然后利用评论异常度与微博的内容特征、传播特征、用户特征对微博进行抽象表示;最后再利用SVM (Support vector machine)构建一个基于评论异常度的谣言识别模型,实现对新浪微博中谣言微博的识别.实验表明,本文提出的谣言识别模型对新浪微博中谣言识别具有较好的效果,谣言微博识别的F1值达到了96.2%,相较于现有文献的最好结果提高了1.3%.

• 单位
  北京信息科技大学