[发明专利]一种基于群智数据融合的假消息早期检测方法

说明书

本发明提供一种基于群智数据融合的假消息早期检测方法，建立评论模型：利用2层GRU单元的Attention‑RNN学习评论特征；建立用户属性模型：利用CNN学习用户属性特征；建立联合模型：融合两部分特征，得到最终的消息识别结果。本发明通过Attention‑RNN(Recurrent Neural Network，RNN)学习消息下评论的时序以及内容特征；利用CNN(Convolutional Neural Network，CNN)学习消息下评论用户的属性特征，最终将两部分特征融合，经过全连接神经网络得到识别结果。充分利用早期稀缺的数据资源，且避免繁重的人工设置特征的环节，提高了识别的准确率。

技术领域

本发明涉及深度学习识别系统领域，尤其涉及一种基于群智数据融合的假消息早期检测方法。

背景技术

社交媒体平台的假消息早期识别是网络时代必要的安全应用之一。目前已经有了大量假消息识别的研究，他们分别基于内容、传播、用户等角度识别消息真假。具体地，基于内容的假消息识别，该类方法类似于从知识或规则的角度研究假消息，主要基于假消息中特定的书写风格或者耸人听闻的标题等进行判断，比如词汇特征、句法特征、主题特征、图像特征等。基于传播的假消息识别，该类方法主要利用社交网络的传播特性，将消息和用户映射到特定的网络来评估事件的整体可信度，比如传播网络(Diffusion Network)，用户-信息-事件网络(User-Message-Event Network)，内容分层网络(Hierarchical ContentNetwork)以及对立观点网络(Conflicting Viewpoints Network)等。基于用户可靠性的假消息识别，该类方法从用户的角度评估消息的可信度，假消息传播过程中，可能存在大量“水军”或者“僵尸”，利用用户画像的方法抽取用户的特征能够帮助提高假消息识别准确率。用户的可靠性主要通过用户的类型、年龄、是否有认证信息、粉丝数、关注数、原创博客数等进行衡量。尽管这些方法在假消息识别上有较好的准确率，但基于内容的识别方法容易被针对性破解，其他两种方法都需要充分的数据支持。若在早期数据稀缺的情况下，可能得不到较好的结果，于是充分利用早期数据成为假消息早期识别的关键。

发明内容

针对以上缺陷，本发明提供一种基于群智数据融合的假消息早期检测方法。

近三年，深度学习在文本处理、图像识别、计算机视觉已取得巨大成功，在识别系统方面也取得了很多突破，表明深度学习可以从内容中直接提取特征，可以更加准确地学习文本和用户的潜在特征。在识别系统中常用的深度学习方法有两种：循环神经网络(Recurrent Neural Network，RNN)、卷积神经网络(Convolutional Neural Network，CNN)。循环神经网络通常用来学习具有一定长度的时间序列的特征，在自然语言处理上的运用取得了较大的成果；卷积神经网络通常用来学习图像的多种局部特征，在图像识别等领域上取得了较大的成果。由于图像的本质是矩阵，卷计算机网络可以引申到矩阵的学习，提取矩阵中的特征。通过深度学习的方法得到特征，最终从特征得到识别结果。

本发明的技术方案为：一种基于群智数据融合的假消息早期检测方法，通过建立评论模型：利用2层GRU单元的Attention-RNN学习评论特征；建立用户属性模型：利用CNN学习用户属性特征；建立联合模型：融合两部分特征，得到最终的消息识别结果。

具体的，一种基于群智数据融合的假消息早期检测方法包括以下步骤：

S1：获取社交媒体平台上新闻事件消息的帖子，以及帖子下的评论和发表评论的用户的相关信息；

S2：对新闻事件消息的真假性进行标注；

S3：对新闻事件下的评论做向量嵌入，构成时间序列，通过Attention-RNN学习序列中的特征；

S4：对新闻事件下评论用户做向量嵌入，使用用户的属性信息代表用户，构成用户矩阵，通过CNN学习矩阵中的特征；