[发明专利]一种微博谣言识别方法及系统在审
| 申请号： | 201810027189.1 | 申请日： | 2018-01-11 |
| 公开（公告）号： | CN108228853A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 张仰森;彭媛媛;郑佳;黄改娟 | 申请（专利权）人： | 北京信息科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27;G06K9/62 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 王戈 |
| 地址： | 100000 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种微博谣言识别方法和系统，所述方法包括：获取微博文本特征、微博用户特征和微博传播特征；确定微博评论情感倾向、关键词频率和评论数差值；利用证据理论，根据所述微博评论情感倾向、所述关键词频率和所述评论数差值确定微博评论异常度；根据所述微博文本特征、所述微博用户特征、所述微博传播特征以及所述微博评论异常度确定训练集微博特征向量和测试集微博特征向量；将所述训练集微博特征向量作为分类器的输入，通过调节分类器的参数训练出最优分类模型；将所述测试集微博特征向量作为分类器的输入，利用所述最优分类模型对测试集中的微博进行分类，获得分类结果，提高了微博谣言识别的准确度。 | ||
| 搜索关键词： | 微博 特征向量 评论 分类器 最优分类模型 情感倾向 文本特征 用户特征 测试集 训练集 参数训练 差值确定 分类结果 证据理论 准确度 传播 测试 分类 | ||
【主权项】：
1.一种微博谣言识别方法，其特征在于，所述方法包括：获取微博文本特征、微博用户特征和微博传播特征；确定微博评论情感倾向、关键词频率和评论数差值；利用证据理论，根据所述微博评论情感倾向、所述关键词频率和所述评论数差值确定微博评论异常度；根据所述微博文本特征、所述微博用户特征、所述微博传播特征以及所述微博评论异常度确定训练集微博特征向量和测试集微博特征向量；将所述训练集微博特征向量作为分类器的输入，通过调节分类器的参数训练出最优分类模型；将所述测试集微博特征向量作为分类器的输入，利用所述最优分类模型对测试集中的微博进行分类，获得分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京信息科技大学，未经北京信息科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810027189.1/，转载请声明来源钻瓜专利网。
