标题
  • 标题
  • 作者
  • 关键词

微博谣言识别研究

2013-12-05分类号:G206

【作者】贺刚  吕学强  李卓  徐丽萍  
【部门】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  北京城市系统工程研究中心  
【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
【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
【所属期刊栏目】图书情报工作
文献传递