| 基于深层特征和集成分类器的微博谣言检测研究 |
| |
| 引用本文： | 毛二松.基于深层特征和集成分类器的微博谣言检测研究[J].计算机应用研究,2016,33(11). |
| |
| 作者姓名： | 毛二松 |
| |
| 作者单位： | 解放军信息工程大学 |
| |
| 摘 要： | 微博中存在着大量的虚假信息甚至谣言，微博谣言的广泛传播影响社会稳定，损害个人和国家利益。为有效检测微博谣言，提出了一种基于深层特征和集成分类器的微博谣言检测方法。首先，对微博情感倾向性、微博传播过程和微博用户历史信息进行特征提取得到深层分类特征；然后利用分类特征训练集成分类器；最后利用集成分类器对微博谣言进行检测。实验结果表明，提出的基于深层特征和集成分类器的方法能够有效提高微博谣言检测的性能。
|
| 关 键 词： | 微博 谣言检测 深层特征 集成分类器 |
| 收稿时间： | 8/8/2015 12:00:00 AM |
| 修稿时间： | 2016/9/22 0:00:00 |
Research on detecting micro-blog rumors based on deep features and ensemble classifier |
| |
| maoersong.Research on detecting micro-blog rumors based on deep features and ensemble classifier[J].Application Research of Computers,2016,33(11). |
| |
| Authors: | maoersong |
| |
| Affiliation: | PLA Information Engineering University |
| |
| Abstract: | |
| |
| Keywords: | micro-blog rumor detection deep features ensemble classifier |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
