微博谣言检测方法研究.PDFVIP

第３０卷第２期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．２ ２０１３年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１３ 微博谣言检测方法研究 １ ２ １ 程　亮 　邱云飞 　孙　鲁 １（辽宁工程技术大学电子与信息工程学院　辽宁葫芦岛 １２５１０５） ２（辽宁工程技术大学软件学院　辽宁葫芦岛 １２５１０５） 摘　要　　微博中某一话题引起强烈关注，随着事态的发展，关于此话题的信息也开始偏轨，错误观点、失实报道经转发充斥了微博 信息平台，话题在传播过程中演变出谣言。微博谣言在传播过程中具有传播速度越来越快、传播范围越来越广、传播过程越来越难 以控制等特点。提出基于ＢＰ神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测。 实验结果表明，该算法具有较好的检测效果。 关键词　　微博　谣言　ＢＰ神经网络模型　激发函数　冲量项 中图分类号　ＴＰ３０６．１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０２．０５９ ＲＥＳＥＡＲＣＨＯＮＤＥＴＥＣＴＩＮＧＭＩＣＲＯＢＬＯＧＧＩＮＧＲＵＭＯＵＲＳ １ ２ １ ＣｈｅｎｇＬｉａｎｇ　ＱｉｕＹｕｎｆｅｉ　ＳｕｎＬｕ １（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｃｅｒｔａｉｎｔｏｐｉｃｉｎＭｉｃｒｏｂｌｏｇｇｉｎｇａｒｏｕｓｅｓｓｔｒｏｎｇａｔｔｅｎｔｉｏｎ，ａｌｏｎｇｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｓｉｔｕａｔｉｏｎ，ｔｈｅｉｎｆｏｒｍａｔｉｏｎｉｎｒｅｇａｒｄｔｏ ｔｈｉｓｔｏｐｉｃｂｅｇｉｎｓｔｏｄｅｖｉａｔｅｆｒｏｍｔｈｅｓｕｂｊｅｃｔ，ｔｈｅｗｒｏｎｇｖｉｅｗｐｏｉｎｔｓａｎｄｔｈｅｕｎｔｒｕｅｒｅｐｏｒｔｓｐｅｒｍｅａｔｅｔｈｅＭｉｃｒｏｂｌｏｇｇｉｎｇｉｎｆｏｒｍａｔｉｏｎｐｌａｔｆｏｒｍ ｔｈｒｏｕｇｈｆｏｒｗａｒｄｉｎｇ，ａｎｄｔｈｅｔｏｐｉｃｅｖｏｌｖｅｓｉｎｔｏｒｕｍｏｕｒｓｉｎｔｈｅｐｒｏｃｅｓｓｏｆｄｉｓｓｅｍｉｎａｔｉｏｎ．Ｍｉｃｒｏｂｌｏｇｇｉｎｇｒｕｍｏｕｒｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｉｎｃｒｅａｓ ｉｎｇｄｉｓｓｅｍｉｎａｔｉｏｎｓｐｅｅｄａｎｄｓｃｏｐｅ，ａｎｄｔｈｅｇｒｏｗｉｎｇｄｉｆｆｉｃｕｌｔｙｉｎｄｉｓｓｅｍｉｎａｔｉｏｎｃｏｎｔｒｏｌｌｉｎｇｐｒｏｃｅｓｓ．Ｉｎｔｈｅｐａｐｅｒｗｅｐｒｏｐｏｓｅａｍｅｔｈｏｄｏｆｄｅｔｅｃｔｉｎｇ ｔｈｅｅｖｏｌｕｔｉｏｎｏｆＭｉｃｒｏｂｌｏｇｇｉｎｇｔｏｐｉｃｔｏｒｕｍｏｕｒｓｄｕｒｉｎｇｔｈｅｄｉｓｓｅｍｉｎａｔｉｏｎｐｒｏｃｅｓｓ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｂｙｉｍｐｒｏｖｉｎｇｉｔｓｅｘｃｉ ｔａｔｉｏｎｆｕｎｃｔｉｏｎａｎｄｉｎｔｒｏｄｕｃｉｎｇｔｈｅｉｍｐｕｌｓｅｉｔｅｍａｔｔｈｅｓａｍｅｔｉｍｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｐｒｏｖｅｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｈａｓｆａｉｒｌｙｇｏｏｄｔｅｓｔｅｆｆｅｃｔ． Ｋｅｙｗｏｒｄｓ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇ　Ｒｕｍｏｕｒ　ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ　Ｅｘｃｉｔａｔｉｏｎｆｕｎｃｔｉｏｎ　Ｉｍｐｕｌｓｅｉｔｅｍ 变得更加难以控制。微博