[发明专利]一种基于深度信念网络的单分类微博谣言检测模型有效
| 申请号： | 201811276813.8 | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109597944B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 梁刚;许春;杨进;杨文太;陈俊仁;高玉君;王印玺;黄华雪 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06K9/62 |
| 代理公司： | 成都其高专利代理事务所(特殊普通合伙) 51244 | 代理人： | 贾波 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度信念网络的单分类微博谣言检测模型，进行谣言的甄别，其特征在于：包括下述具体步骤：1）进行关键用户节点选择，在微博中选择有影响力和有代表性的用户；2）数据的爬取及数据预处理；3）采用深度信念网络将步骤2）预处理后的数据进行特征提取与降维；4）采用SVDD算法进行谣言甄别；该模型基于关键用户的数据收集模式，并将深度信念网络微博谣言检测之中，通过深度信念网络的非线性变换与层层递进实现了特征提取与降维，采用单分类问题中的支持向量数据描述用于谣言的识别。 | ||
| 搜索关键词： | 一种 基于 深度 信念 网络 分类 谣言 检测 模型 | ||
【主权项】：
1.一种基于深度信念网络的单分类微博谣言检测模型，进行谣言的甄别，其特征在于：包括下述具体步骤：1)进行关键用户节点选择，在微博中选择有影响力和有代表性的用户；2)数据的爬取及数据预处理；3)采用深度信念网络将步骤2)预处理后的数据进行特征提取与降维；4)采用SVDD算法进行谣言甄别。
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四川大学，未经四川大学许可，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/201811276813.8/，转载请声明来源钻瓜专利网。
