[发明专利]一种基于人机协作的微博事件真假检测方法

权利要求书

1.一种基于人机协作的微博事件真假检测方法，其特征在于，包括以下步骤：

步骤1：在微博上对数据进行采集，包括微博主体、评论、发表微博以及评论的用户信息数据，用户信息数据如表1；

表1用户数据信息

步骤2：对用户进行可信度检测；

步骤2-1：根据用户是否填写相应信息将用户的信息处理为二元属性，若填写了相应的信息，取值为1，否则取值为0，表示为：

其中f(i)表示二元处理的结果，U_i表示用户的静态信息可信度，n表示需要处理的信息数量；

步骤2-2：将微博、粉丝、关注、互关、好友情况进行数据规约和数据变换处理；

步骤2-2-1：延伸出涨粉速率V_fo以及微博活跃度V_tw两个指标，计算公式如下：

其中，fonum为粉丝数量，twnum为微博数量，U_v表示用户活跃度的可信度；

步骤2-2-2：通过分析微博用户互粉数、关注数、粉丝数，进行数据变换，延伸出互粉比例系数BiFo特征指标：

其中，Bifo(.)表示互粉比例系数，Fo(.)表示关注数量，a表示每个特征的系数，i、j分别表示用户的不同特征数值与用户某一时刻特征的数值，z表示求取最大特征数值对应的序号；Num(.)表示微博数量Tw、关注数量Fo、互粉量数Bf、好友数量Fr四个指标之一；

分别用微博数量Tw、关注数量Fo、互粉量数Bf、好友数量Fr四个指标作为Num(.)代入式(3)，得到每个指标对应的判断用户可信度的特征，之后将其相加得到对用户的可信度影响因子评估如下：

步骤2-3：计算用户的可信度UC：

UC＝(θ(U_i),θ(U_v),θ(U_r))

其中θ(x)为递减函数，t₁表示时间，p表示时间系数；

步骤3：对微博的文本内容进行情绪分数检测；

其中，t为指数，t的值取决于是否极性反转；k代表程度词的程度，word(j)表示每个词的原始分数，ρ表示每部分积极词或消极词的频率m、n分别表示否定词与程度副词的数量；

步骤4：对微博事件进行建模，将微博事件构造成一个由用户、微博正文和评论作为节点交互的四层网络结构；具体建模过程如下：

将同样角度的微博进行聚类，构成子事件，将不同子事件的聚类中心进行连接，所构成的边用聚类中心的余弦相似度作为度量；

对子事件内部的微博，微博之间边的权值决定了两条微博之间的相互影响情况，两条微博相似度越高，他们边的权重就越大，通过杰卡德相似度对其边进行计算；

评论是用户对事件微博的外在评定，一条评论对于微博的影响程度来自于评论与微博的一致程度，使用余弦相似度作为微博与评论的边进行差异度量；

对相同用户的发言建立边的连接，使用杰卡德方法对其进行度量；

最终构成的图G＝(E,V)即是以节点和边为基本数据组的拓扑结构；

步骤5：使用GCN对图模型G(N，E)进行处理；

在图G(N，E)中，节点N的输入为用户的可信度、文本的情感评估分数，边E的输入为不同实体之间的相似度度量结果；FGCN的邻接矩阵A是n维方阵，n代表图中节点数量，A中每个元素表示两个节点之间的权重；处理过程中，在GCN中加入类邻接矩阵，对同阶的邻域节点加权分配邻居权重；

步骤6：根据微博与子事件中心微博的相似度绝对值大小对微博进行提取，提出超过相似度绝对值的微博，所提取出的微博分为以下三种情况：

1、微博文本为用户本人的主观评价，用户针对事件进行了讨论，微博本身与事件相关，因此不做任何处理；

2、微博中虽然包含对事件的评价，但是其中夹杂着广告，将这种情况的微博直接删除；

3、偏移事件的主题，行文过程中转向对其它事物的评价；若超过一半的微博篇幅与评论都用来描述与主题不相干事件，对微博进行删除；若微博正文内仅仅提到了另外的事件，则将其评论中不相干的评论进行删除，保证微博的评论中只包含对相关事件的看法；

步骤7：将经过步骤6处理过的微博事件重新进行聚类，重复一次步骤4到步骤6，生产新的图模型，使用GCN对新的图模型进行处理，得到最后的检测结果。

2.根据权利要求1所述的一种基于人机协作的微博事件真假检测方法，其特征在于，所述步骤6中的相似度的绝对值大小为0.15。