基于主题微博中群体情感特征的谣言检测研究-计算机科学与技术专业论文.docxVIP

摘要 摘要 I万方数据 I 万方数据 摘 要 在资讯高速流动的今天，智能移动终端不断丰富，网络信息技术迅猛发展，微博 等社交网络媒体已日渐成熟，并逐渐改变了人们的表述和生活方式。其不足 140 字的 简短内容，满足个人碎片化倾诉与沟通的需求，不仅吸引了普罗大众，而且网罗了各 界名流。微博信息丰富、传播迅速、影响巨大的特点，使其已经成为我国舆情爆发的 主要策源地和传播媒介，甚至在重大灾难事件中扮演着灾难救援阵地的角色。与此同 时，微博信息多样化、表达自由化的特点也造成微博空间谣言丛生，虚假信息层出不 穷，营造了极不健康的网络环境。尤其在突发事件应急响应期间，微博中一条虚假信 息的出现很可能破坏民众稳定的情绪，甚至影响灾难的救援。微博谣言检测技术就是 一项能针对微博中的海量信息进行分析、识别和过滤的技术，能够及时发现和处理微 博空间中的虚假信息和谣言。 传统的微博垃圾包括广告、恶意网站、水军账号以及谣言信息，本文更关注与新 闻重大突发事件相关的微博事件谣言检测。所谓事件谣言，主要指以突发公共事件为 背景，报道或者捏造与该事件相关的虚假信息。该类型的谣言会对国家安全和社会稳 定造成更恶劣的影响。 对微博内容的研究，首要解决的问题就是数据获取。本文结合新浪微博 API 和网 络爬虫技术设计了主题聚焦网络爬虫系统 T-WeiboCrawler，采集了多个以热点舆论事 件为背景的主题微博数据，其中包含一定数量的谣言微博。其次，大量用户情感信息 集中在微博碎片化和离散化的文本内容中，如主题微博中的群体响应数据，包括转发 微博和微博评论，对原内容起到了判别和辨识的作用。例如谣言微博与真实的新闻微 博相比，转发和评论内容将表达出更多的质疑情绪。因此，可以通过情感分析方法提 取群体响应中的情感特征，进而用于谣言检测。本文通过整理和拓展已有的情感知识 库，从词、短语和语法层面上对微博文本内容进行了情感分析，实现了微博文本情感 计算算法，并抽取了多种情感特征用于谣言检测研究。最后，根据传统的谣言检测研 究方法，本文将谣言检测问题视为可信分类问题进行处理。在构建特征集合时，结合 了传统常用特征和本文新提出的 7 种情感特征；在确定谣言检测算法时，本文选择的 谣言检测模型是支持向量机 (Support Vector Machine，SVM) 分类模型。针对以上三 个方面的研究工作，本文均通过分析和实验，验证了上诉方法的有效性。 关键字： 公共突发事件 主题微博 群体响应 情感分析 事件谣言检测 Abst Abstract II万方数据 II 万方数据 Abstract In todays information high-speed flow, constantly enrich intelligent mobile terminals and network information technology rapid development, Weibo and other social media are increasingly maturing, and gradually changing peoples expression and way of life.The brief content of less than 140 words, meets the needs of individual fragments talk and communication, not only attracting the masses, but also the snare of celebrities from all walks of life.The characteristics of Weibo like rich information, rapid speed of spreading and huge influence, make it become the main origins of outbreak of public opinion in China and even in the major disaster events, it plays a role of the disaster relief position. Meanwhile, the characteristics of Weibo like diversified information and expression of liberalization also cause rumors and false information emerging in endlessly in Weibo space, building the network en