微博谣言检测方法研究

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＣｈｅｎｇＬｉａｎｇＱｉｕＹｕｎｆｅｉＳｕｎＬｕ
（＆＾。。ｆ０， ’ Ｅｌｅｃｔｒｏｎｉｃ０ｎｄＩｎｆｏｒｍ Ⅱ ｔｉ。ｎＥｎｇｉｎｅｅｒｉｎｇ，ＬｉａｏｎｉｎｇＴｅｃｈＨｉｃａｌＵｎｉｖｅｒｓｉｔｙ，ＨｕｌＭｄ口０１２５１０５，Ｌｉ Ⅱ 。ｎｉｎｇＣｈｉｎ０）（ＳｃｈｏｏｌｏｆＳｏ￣ｗａｒｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ）
第３Ｏ卷第２期
２０１３年２月
计算机应用与软件
ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
Ｖ０１．３０Ｎｏ．２Ｆｅｂ．２０１３
微博谣言检测方法研究
关键词微博谣言
ＴＰ３０６．１
ＢＰ神经网络模型激发函数冲量项
文献标识码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — ３８６ｘ．２０１３．０２．０５９
ห้องสมุดไป่ตู้
中图分类号
ＲＥＳＥＡＲＣＨｏＮＤＥＴＥＣＴＩＮＧＭＩＣＲｏＢＬｏＧＧＩＮＧＲＵＭｏＵＲＳ
ｉｎｇｄｉｓｓｅｍｉｎａｔｉｏｎｓｐｅｅｄａｎｄｓｃｏｐｅ，ａｎｄｔｈｅｇｒｏｗｉｎｇｄｉｆｉｆｃｕｌｔｙｉｎｄｉｓｓｅｍｉｎａｔｉｏｎｃｏｔｒｎｏｌｌｉｎｇｐｒｏｃｅｓｓ．ＩｎｔｈｅｐａｐｅｒｗｅｐｒｏｐｏｓｅａｍｅｔｈｏｄｏｆｄｅｔｅｃｔｉｎｇｔｈｅｅｖｏｌｕｔｉｏｎｏｆＭｉｃｒｏｂｌｏｇｇｉｎｇｔｏｐｉｃｔｏｒｕｍｏｕｒｓｄｕｉｒｎｇｔｈｅｄｉｓｓｅｍｉｎａｔｉｏｎｐｒｏｃｅｓｓ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｂｙｉｍｐｒｏｖｉｎｇｉｔｓｅｘｃｉ — ｔａｔｉｏｎｆｕｎｃｔｉｏｎａｎｄｉｎｔｒｏｄｕｃｉｎｇｔｈｅｉｍｐｕｌｓｅｉｔｅｍａｔｔｈｅｓａｍｅｔｉｍｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｐｒｏｖｅｔｈａｔｔｈｅａｌｇｏｉｒｔｈｍｈａｓｆａｉｌｙｒｇｏｏｄｔｅｓｔｅｆｆｅｃｔ．ＫｅｙｗｏｒｄｓＭｉｃｒｏｂｌｏｇｇｉｎｇＲｕｍｏｕｒＢＰｎｅｕｒａｌｎｅｔｗｏｒｋＥｘｃｉｔａｔｉｏｎｆｕｎｃｔｉｏｎＩｍｐｕｌｓｅｉｔｅｍ
ｔｈｉｓｔｏｐｉｃｂｅｇｉｎｓｔｏｄｅｖｉａｔｅｆｒｏｍｔｈｅｓｕｂｊｅｃｔ，ｔｈｅｗｒｏｎｇｖｉｅｗｐｏｉｎｔｓａｎｄｔｈｅｕｎｔｒｕｅｒｅｐｏｒｔｓｐｅｒｍｅｔａｅｔｈｅＭｉｃｒｏｂｌｏｇｇｉｎｇｉｆｎｏｍａｒｔｉｏｎｐｌａｔｆｏｍｒ
信息平台，话题在传播过程中演变出谣言。微博谣言在传播过程中具有传播速度越来越快、传播范围越来越广、传播过程越来越难以控制等特点。提出基于ＢＰ神经网络模型及改进其激发函数，同时】入冲量项，对微博话题在传播过程中演变为谣言进行检测。实验结果表明，该算法具有较好的检测效果。
ｔｈｒｏｕｇｈｆｏｒｗｒｄａｉｎｇ，ａｎｄｔｈｅｔｏｐｉｃｅｖｏｌｖｅｓｉｎｔｏｒｕｍｏｕｒｓｉｎｔｈｅｐｒｏｃｅｓｓｏｆｄｉｓｓｅｍｉｎａｔｉｏｎ．Ｍｉｅｒｏｂｌｏｇｇｉｎｇｒｕｍｏｕｒｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｉｎｃｒｅａｓ —
ＡｂｓｔｒａｃｔＡｃｅｒｔａｉｎｔｏｐｉｃｉｎＭｉｃｒｏｂｌｏｇｇｉｎｇａｒｏｕｓｅｓｓｔｒｏｎｇａｔｔｅｎｔｉｏｎ，ａｌｏｎｇｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｓｉｔｕａｔｉｏｎ，ｔｈｅｉｎｆｏｒｍａｔｉｏｎｉｎｒｅｇａｒｄｔｏ
程亮邱云飞孙鲁
（辽宁工程技术大学电子与信息工程学院（辽宁工程技术大学软件学院辽宁葫芦岛１２５１０５）辽宁葫芦岛１２５１０５）
摘
要
微博中某一话题引起强烈关注，随着事态的发展，关于此话题的信息也开始偏轨，错误观点、失实报道经转发充斥了微博