基于半监督学习的微博谣言检测研究-计算机科学与技术专业论文.docxVIP

分类号：TP393 分类号：TP393 单位代码：10422 密级： 学 号：201213188 ⑧丛瑟 硕士学位论文 Thesis for Master Degree 论文题目：基于半监督学习的微博谣言检测研究 RESEARCH ON RUMOR DETECTI洲0F怔I∞队S印 ON SEMI-SUPE刚lSED L队刚ING 作者姓名 路同强 培养单位计算机科学与技术学院 专业名 称 计算机科学与技术 指导 教 师 石冰教授 合作 导 师 201 5年06月30日 万方数据 原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 期： 塑堕：!!：!! 关于学位论文使用授权的声明 本人同意学校保留或向国家有关部门或机构送交论文的印刷件和 电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论 文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印 或其他复制手段保存论文和汇编本学位论文。 (保密论文在解密后应遵守此规定) 万方数据 山东大学硕士学位论文目 山东大学硕士学位论文 目 录 摘要 Abstract ．．II 第一章 绪论 ．1 1．1研究背景 l 1．2微博谣言检测研究现状 3 1．2．1微博谣言传播分析 一4 1．2．2微博谣言检测 一5 1．3本文的主要内容与结构安排 6 1．3．1本文的主要内容 一6 1．3．2本文的组织结构 一7 第二章 谣言检测中的机器学习技术 9 2．1分类技术 9 2．1．1分类技术 一9 2．1．2谣言检测中典型分类算法 1 0 2．2不平衡数据分类 。1 3 2．2．1类别不平衡数据的分类方法 13 2．2．2代价敏感学习 1 5 2．2．3不平衡数据分类的评估 l 5 2．3半监督学习 ．．17 2．3．1半监督学习概述 17 2．3．2协同训练算法 18 2．4本章小结 。20 第三章 一种改进的不平衡数据半监督学习算法 。2l 3．1 Co．Forest算法 ．．21 3．1．1 Co．Forest算法描述 2 l 3．1．2算法不足 22 万方数据 山东大学硕士学位论文3．2代价引入及终止条件 山东大学硕士学位论文 3．2代价引入及终止条件 ．．23 3．3 ImCo．Forest算法步骤 ．．24 3．4 ImCo．Forest算法分析 ．．25 3．5实验与分析 ．．26 3．5．1实验设置 一26 3．5．2结果与分析 27 3．6本章小结 一31 第四章 基于改进的半监督学习算法的微博谣言检测 32 4．1问题引出 ．32 4．2检测框架 一32 4．2．1数据获取 33 4．2．2数据处理 35 4．2．3微博特征选择 36 4．3实证验证 ．．38 4．3．1实验步骤 38 4．3．2实验结果 39 4．4系统设计 ．．42 4．5本章小结 ．．44 第五章 总结与展望 45 5．1总结 一45 5．2存在的问题及今后研究思路 一45 参考文献 ．47 致{射 ．52 攻读学位期间发表的学术论文列表 ．53 万方数据 山东大学硕士学位论文CoNTENTS 山东大学硕士学位论文 CoNTENTS Chinese Abstract ．I EngUsh-Abstract Chapter 1 Introduction 1 1．1 Backdrop ofresearch ．．1 1．2 Research slams ． ． ． ． ． ． ． ． 3 1．2．1 Analysis ofmicroblog runlor propagation 一4 1．2．2 Microblog rumor detection ． ． ． ． ．5 1．3 Main work ofthis thesis and paper structure． ． ． ． ． ． ． 6 1．3．1 Main work ofthis thetis ． ． ． ． ． ． ． ． ． ． ． ． ． ．．6 1．：；．2 Structure ofthis thesis ． ． ． ． ． ．7 Chapter 2 Machine learning techniques in the rumor detection ．．9 2．1 Classification． ． ． ． ． ． ． ． 9 2．1．1 Classification