基于时间序列的微博谣言检测

摘要：

微博的低门槛造就了谣言产生的低成本,致使微博成为谣言信息的温床.因此,快速有效地检测谣言对微博至关重要.论文提出基于时间序列的微博谣言检测方法.为了提高谣言事件检测的性能,针对时间序列划分方法进行研究,提出基于聚类的微博事件划分方法,根据微博在时间上的聚合程度构建时间序列.同时基于GRU网络构建事件分类模型,自动学习特征用于谣言检测.实验结果表明,检测准确率达到96.7％,验证了该方法在谣言检测问题上的有效性.

关键词：谣言检测、时间序列、聚类、GRU

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;新疆师范大学硕士研究生科研创新基金项目

在线出版日期：2022-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1751-1754,1765