基于神经网络的微博虚假消息识别模型

摘要：

文章提出一种融合博主属性和微博消息文本特征的神经网络识别模型.首先根据博主信息获取博主特征:博主类别、博主活跃度、博主好友值、博主粉丝值、博主消息原创比;接着基于word2vec得到微博文本表征向量,并利用并行卷积人工神经网络提取文本特征,根据语义内容得到文本的特征表示;最后构建BP神经网络识别模型,融合微博文本的语义属性和微博博主的自身属性,作为识别模型的多元特征输入,利用BP神经网络识别微博消息.

关键词：虚假消息识别、神经网络、微博消息、深度学习

分类号：TP399(计算技术、计算机技术)

资助基金：教育部人文社会科学研究青年基金13YJC860006;信息网络安全公安部重点实验室开放课题C17600

在线出版日期：2017-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：134-137