文献类型：期刊文章

作　　者：尹鹏博[1] 潘伟民[1] 彭成[1] 张海军[1]

Yin Pengbo;Pan Weimin;Peng Cheng;Zhang Haijun(School of Computer Science and Technology,Xinjiang Normal University,Urumqi 830054)

机构地区：[1]新疆师范大学计算机科学技术学院,乌鲁木齐830054

出　　处：《情报杂志》

基　　金：国家自然科学基金-新疆联合基金项目“网络谣言检测与舆论引导算法研究”(编号:U1703261)研究成果之一。

年　　份：2020

卷　　号：39

期　　号：7

起止页码：81-86

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：[目的/意义]开放的微博平台是谣言的重要发源地,研究谣言检测对于减少谣言的传播,降低或消除谣言的影响具有重要现实意义。[方法/过程]提出了一种基于用户特征分析的微博谣言早期检测方法,通过对用户历史微博进行情感分析得到用户的发文行为特征,结合用户属性和微博文本,使用卷积-长短期记忆网络(Convolution-Long Short-Term Memory,C-LSTM)模型实现谣言早期检测。[结果/结论]与目前大多数微博谣言检测方法不同的是,该方法基于微博用户的历史行为特征,不依赖待检测微博的评论转发信息,减少了等待产生评论转发信息的时间,实现了微博谣言的实时早期检测。

关 键 词：微博谣言  谣言检测  行为特征  深度学习  卷积-长短期记忆网络  

分 类 号：TP391.1]