网络舆情中的谣言检测模型及方法研究

发布时间：2024-01-17 19:22

　　随着Web3.0技术的发展,网络逐渐成为舆情话题产生和传播的主要载体,产生非常庞大的数据量,导致各种数据真假相混。一些媒体与网民出于某种目的,借助某个网络舆情事件,蓄意制造具有明显倾向性的网络谣言,这些谣言严重威胁着正常稳定的网络秩序。因此自动地,及早地检测出网络舆情中的谣言,能够合理引导网络舆论,对促进社会的和谐和稳定具有重大的社会意义。有效的舆情特征集是网络舆情中谣言检测的关键。目前,已经应用到谣言检测中的特征主要为时间特征,空间特征,用户特征和情感特征。由于含有谣言的网络舆情具有明显的情感特征,因此采用有效的特征选择算法提取网络舆情中的情感特征对谣言检测具有着重要的作用。基于此,本文在传统信息增益算法和近年来改进信息增益算法的基础上,引入类间含有特征词的相对文档频度分布以实现在句子中进行更准确的特征选择,从而通过情感分析更准确地提取情感类指标。然后将获取的情感指标和其它与谣言检测相关的时间指标,空间指标以及用户指标一起共同建立网络舆情中的谣言检测指标体系。在有效的舆情特征集基础上,选择有效的分类算法对网络舆情中的谣言检测具有着至关重要的作用。网络舆情中的谣言检测其本质可被视为一种...

【文章页数】：56 页

【学位级别】：硕士

本文编号：3879509