文献类型：期刊文章

作　　者：贺刚[1] 吕学强[1] 李卓[1] 徐丽萍[2]

机构地区：[1]北京信息科技大学网络文化与数字传播北京市重点实验室 [2]北京城市系统工程研究中心

出　　处：《图书情报工作》

基　　金：国家自然科学基金项目"网页内容真实性评价研究;基于本体的专利自动标引研究"(项目编号:61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目"面向领域的互联网多模态信息精准搜索方法研究"(项目编号:KZ201311232037)研究成果之一

年　　份：2013

卷　　号：57

期　　号：23

起止页码：114-120

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2012_2013、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：指出微博在传播信息的同时,也夹杂着谣言等虚假消息、不实言论。针对微博谣言传播速度快、影响范围广等特点,深层挖掘微博中的隐含信息,提出符号特征、链接特征、关键词分布特征和时间差等新特征,将微博谣言识别形式化为分类问题,综合新提取的特征与微博文本特征、用户特征和传播特征构建多个特征模板,利用SVM分类学习方法对微博进行分类,识别结果可有效辅助人们更好、更快地识别谣言。实验结果表明,在基本特征的基础之上,新提出的特征能有效提高微博谣言识别的正确率。

关 键 词：微博  谣言识别  特征模板  SVM

分 类 号：G206]