基于时间序列的微博谣言检测

微博的低门槛造就了谣言产生的低成本，致使微博成为谣言信息的温床。因此，快速有效地检测谣言对微博至关重要。论文提出基于时间序列的微博谣言检测方法。为了提高谣言事件检测的性能，针对时间序列划分方法进行研究，提出基于聚类的微博事件划分方法，根据微博在时间上的聚合程度构建时间序列。同时基于GRU网络构建事件分类模型，自动学习特征用于谣言检测。实验结果表明，检测准确率达到96.7%，验证了该方法在谣言检测问题上的有效性。