微博谣言识别研究.PDFVIP

第５７卷 第２３期　２０１３年１２月 微博谣言识别研究 ■ 贺刚　吕学强　李卓　徐丽萍 ［摘　要］指出微博在传播信息的同时，也夹杂着谣言等虚假消息、不实言论。针对微博谣言传播速度快、 影响范围广等特点，深层挖掘微博中的隐含信息，提出符号特征、链接特征、关键词分布特征和时间差等新特 征，将微博谣言识别形式化为分类问题，综合新提取的特征与微博文本特征、用户特征和传播特征构建多个特 征模板，利用ＳＶＭ分类学习方法对微博进行分类，识别结果可有效辅助人们更好、更快地识别谣言。实验结果 表明，在基本特征的基础之上，新提出的特征能有效提高微博谣言识别的正确率。 ［关键词］微博　谣言识别　特征模板　ＳＶＭ ［分类号］ＴＰ３９１ 　　ＤＯＩ：１０．７５３６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１３．２３．０１９ 　　微博（ｍｉｃｒｏｂｌｏｇ）是一种全新的信息发布和共享社 积极作用。由于判定标准不一，导致难以识别谣言， 交服务，用户可以通过互联网或移动客户端等传播媒 仅靠人力手段费时且耗力。本文以微博为谣言传播 介，随时随地表达个人观点与兴趣爱好。与以往传统 媒介，针对微博空间中充斥的谣言与谣言相关的短 媒介相比，微博具有无法比拟的信息传播速度，用户可 文本信息进行自动识别研究，为谣言的识别提供参 及时获取信息以了解周边事态；作为一种新的自媒体 考依据。 工具，其发布信息的门槛较低，任意用户均可通过微博 １　国内外研究现状 发表个人意见，表达个人情感。微博的新媒体特性给 公众带来了惊喜和改变，让彼此之间的沟通和交流更 　　随着微博等网络社交媒体的快速发展，关于微博 加简单、便捷。同时，微博独具的信息多样化、表达自 谣言识别的研究工作越来越多。近几年国外关于 由化、裂变式传播速度等特性，使其成为虚假信息、不 Ｔｗｉｔｔｅｒ和网络谣言已经积累了大量研究成果可供借 ［２］ 实言论传播的绝佳平台，从而助长了微博谣言的产生 鉴。Ｃ．Ｃａｓｔｉｌｌｏ等 研究了Ｔｗｉｔｔｅｒ话题可信度评估的 与扩散。 方法，他们获取 Ｔｗｉｔｔｅｒ上与热点话题相关的数据集， 　　谣言一直是心理学与社会认知学研究的主要内容 从中提取微博文本、用户信息和传播特征，然后采用 ［１］ Ｊ４８决策树分类学习方法来预测话题的可信性，达到了 之一。胡钰 将谣言定义为一种以公开或非公开渠道 ［３］ 传播的对公众感兴趣的事物、事件或问题的未经证实 一定的效果。Ｖ．Ｑａｚｖｉｎｉａｎ等 通过分析Ｔｗｉｔｔｅｒ消息 的阐述或诠释。本文在上述谣言定义的基础上得到微 的浅层文本特征、行为特征和元素特征，构建多个贝叶 博谣言的定义：是一种在微博社区环境下，以公开或非 斯分类器和集成分类器，以识别Ｔｗｉｔｔｅｒ中的谣言。Ｍ． ［４］ ［５］ 公开渠道传播的对公众感兴趣的事物、事件或问题的 Ｍｅｎｄｏｚａ等 与Ｔ．Ｔａｋａｈａｓｈｉ等 分别对地震等自然灾 未经证实的阐述或诠释。 害发生时在Ｔｗｉｔｔｅｒ上产生的谣言进行分析研究。Ｍ． 　　微博谣言的传播与扩散给人们的正常生活、社会 Ｍｅｎｄｏｚａ等以２０１０年智利大地震为例，利用Ｔｗｉｔｔｅｒ数 秩序造成了极坏的影响。研究微博谣言识别的方 据分析了紧急情况下用户发布微博的行为特征，并追 法，有助于用户判断信息的真假，营造健康的互联网 踪与地震有关