微博早期谣言的传播范围评估方法研究

发布时间：2025-06-27 03:40

　　谣言在微博上跨地域、快速地大量传播,损害人们的心理健康,破坏网络空间秩序。为降低微博谣言带来的不良后果,需在消息发布早期找到可能在未来广泛传播的谣言,因此在消息发布的早期进行谣言检测并对谣言的传播范围进行预评估。首先,构建微博谣言早期检测模型,在消息发布时刻针对单条消息进行谣言检测。由于谣言比非谣言有更加强烈的传播需求提出引导词特征,并在消息发出时刻从单条消息中提取基于内容的特征、基于发布者的特征和引导词特征进行早期谣言检测。实验结果表明,新提出的引导词特征能有效提高谣言检测效果,早期谣言检测模型可达到较优水平。其次,早期谣言检测模型存在误报和漏报现象,若直接对模型检测出的谣言进行惩治会影响用户体验,因此提出谣言传播范围评估模型,在谣言发布早期寻找可能在发布后广泛传播的谣言,以帮助官方及时、重点地查证谣言。在谣言传播范围评估模型中设置评估周期,采用用户的历史数据如评论关系数据、转发关系数据改进用户影响力算法,以谣言发布者的综合影响力预评估谣言最终可能达到的传播范围,并筛选出可能在发布后广泛传播的谣言。实验结果表明,谣言传播范围评估模型能有效地预评估谣言在未来达到的传播范围,并找到在某周期...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图2-1线性可分的数据图

若数据线性可分，则存在无数个分离超平面可将数据集中的不同类别样本分隔开。2-1所示，训练集中每个样本可由两个特征1A、2A表示，其对应的类别分别用y=+=1表示，此时可画出直线1l和2l将不同类别的样本分开，但是两个不同类别的边量到划分直线的距离也就是间....

图2-2谣言传播模型SIR易感者以感染率α转化为感染者，感染者以免疫率β转变为免疫者

图2-2谣言传播模型SIR染率α转化为感染者，感染者以免疫率β转变为免疫者。设、免疫者的人群所占比例分别为s(t)、i(t)、r(t)，其传播。()()()()()()()()()tstitttstititttittαα....

图 3-2 微博社区管理中心的不实信息模块示例图

该页面有针对不实信息、泄露他人隐私、人身攻击等不良消息的管理。其中，不实信息就是本文所需的微博谣言，点击不实信息模块，查看结果公示，得到的页面如图3-2所示。图3-2微博社区管理中心的不实信息模块示例图从图3-2中可批量获取谣言的举报标题链接，进入链接页面后如图3-....

图3-4谣言原文内容示例图

图3-3谣言信息公示页面进入原文链接后，界面如图3-4所示，官方已标注谣言“此内容为不实消息，，给予用户警示，从图中可获得谣言内容、发布时间、发布客户端、转评赞数量

本文编号：4053748