[发明专利]基于用户关系结构特征的微博谣言检测方法和系统

说明书

本发明涉及一种基于用户关系结构特征的微博谣言检测方法和系统。该方法包括以下步骤：1)根据用户行为信息构造用户关系结构图，对所述用户关系结构图进行建模得到用户向量；2)根据微博话题流数据的传播路径构造传播树，对所述传播树进行编码得到传播树向量；3)将所述用户向量和所述传播树向量进行级联，并输入神经网络来判断微博话题是否为谣言。该系统包括用户编码器、传播树编码器和集成器。本发明对谣言传播过程中参与的用户进行建模，得到微博数据流中所有用户的向量表示，在谣言检测过程中增加了有用的检测因素，即体现了用户特征的作用，提高了谣言检测系统的正确率和F1值。

技术领域

本发明属于人工智能、智能文本分析、舆情分析技术领域，涉及谣言检测方法，具体涉及一种基于用户关系结构特征的微博谣言检测方法和系统。

背景技术

微博谣言是指通过社交媒体网络(例如新浪微博、腾讯微博、Twitter等)而传播的编造的没有事实根据的论述。微博谣言涉及社会、政治、经济、文化等内容，如社会突发事件、政治选举、热点事件等。微博谣言的传播具有突发性、传播速度快和影响范围广等特点，因此其对国家和社会极易造成较大的危害。例如，某人因为长相与某案件中的嫌疑人相似而被人肉，给其工作和生活带来了极大的困扰且损害了其个人形象和名誉。

针对社交网络谣言的检测方法主要集中在分析谣言的文本内容、谣言的传播过程和谣言发布者特征三个方面，当前方法可以分为两大类：关注谣言文本内容特征模式和关注谣言传播结构模式。

通过分析谣言文本的内容特征，zhao等人(Z.Zhao,P.Resnick,and Q.Mei,“Enquiring Minds:Early Detection of Rumors in Social Media from EnquiryPosts,”in Proceedings of the 24th International Conference on World Wide Web,2015,pp.1395-1405.)提出了一组正则表达式集合来识别微博数据流中的谣言信号博文，之后对信号推文进行聚类，利用机器学习方法判定类簇是否为谣言。Gupta等人(AditiGupta,Ponnurangam Kumaraguru,Carlos Castillo,and Patrick Meier,“Tweetcred:Real-time credibility assessment of content on twitter,”In Proceedings of theInternational Conference on Social Informatics.Springer,2014,pp.228–243.)发现相对于正常文本，谣言文本包含更多发誓性的词语和人称代词，因此利用这类文本特征作为谣言指示器可以检测出谣言文本。为了对谣言数据流在时序上的变化进行建模，Kwon等人(S.Kwon,M.Cha,K.Jung,W.Chen,and Y.Wang,“Prominent features of umorpropagation in online social media,”in Proceedings of the 13th InternationalConference on Data Mining,2013,pp.1103-1108.)提出对博文数量在时间上变化进行建模，在此基础上，Ma等人(J.Ma,W.Gao,Z.Wei,Y.Lu,and K.-F.Wong,“Detect rumors usingtime series of social context information on microblogging websites,”inProceedings of the 24th ACM International on Conference on Information andKnowledge Management,2015,pp.1751-1754.)将时序上变化的特征进行了扩展。由于神经网络模型在其他任务上的优异表现，Ma等人(J.Ma,W.Gao,P.Mitra,S.Kwon,B.Jansen,K.-F.Wong,and M.Cha,“Detecting rumors from microblogs with recurrent neuralnetworks,”in Proceedings of the 25th International Joint Conference onArtificial Intelligence,2016,pp.3818-3824.)利用循环神经网络(RNN)来提取谣言文本内容信息对谣言进行检测。