10.16526/j.cnki.11-4762/tp.2019.03.037
基于DCA算法的微博虚假信息检测
通过对微博虚假信息的分析,基于DCA算法的思想,提出一种检测微博虚假信息的方法;以新浪微博为例,从虚假信息发布者的用户属性和虚假信息评论的文本内容两个方面进行分析;从用户方面选取用户的特征属性,如是否认证、有无简介、地址信息是否详细、关注数、粉丝数等,从评论内容方面选取评论与微博内容的相关性、评论的支持性及其置信度等特征属性,将以上属性的分析结果作为区别虚假信息与真实信息的特征信号,并基于树突状细胞算法(Dendritic Cells Algorithm,DCA)实现新浪微博虚假信息的识别;使用新浪微博真实数据对算法有效性进行了验证和对比实验,结果表明该方法能够有效检测出新浪微博中的虚假信息,具有较高的检测准确率.
微博、虚假信息、人工免疫、危险理论、树突状细胞算法
27
TP393(计算技术、计算机技术)
国家自然科学基金61170306;智能信息处理与实时工业系统湖北省重点实验室开放基金项目znxx2018MS05
2019-08-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
183-187,191