基于主題微博中群體情感特征的謠言檢測研究.pdf

1、在資訊高速流動的今天，智能移動終端不斷豐富，網絡信息技術迅猛發(fā)展，微博等社交網絡媒體已日漸成熟，并逐漸改變了人們的表述和生活方式。其不足140字的簡短內容，滿足個人碎片化傾訴與溝通的需求，不僅吸引了普羅大眾，而且網羅了各界名流。微博信息豐富、傳播迅速、影響巨大的特點，使其已經成為我國輿情爆發(fā)的主要策源地和傳播媒介，甚至在重大災難事件中扮演著災難救援陣地的角色。與此同時，微博信息多樣化、表達自由化的特點也造成微博空間謠言叢生，虛假信息層出

2、不窮，營造了極不健康的網絡環(huán)境。尤其在突發(fā)事件應急響應期間，微博中一條虛假信息的出現很可能破壞民眾穩(wěn)定的情緒，甚至影響災難的救援。微博謠言檢測技術就是一項能針對微博中的海量信息進行分析、識別和過濾的技術，能夠及時發(fā)現和處理微博空間中的虛假信息和謠言。
　　傳統的微博垃圾包括廣告、惡意網站、水軍賬號以及謠言信息，本文更關注與新聞重大突發(fā)事件相關的微博事件謠言檢測。所謂事件謠言，主要指以突發(fā)公共事件為背景，報道或者捏造與該事件相關的虛

3、假信息。該類型的謠言會對國家安全和社會穩(wěn)定造成更惡劣的影響。
　　對微博內容的研究，首要解決的問題就是數據獲取。本文結合新浪微博API和網絡爬蟲技術設計了主題聚焦網絡爬蟲系統T-WeiboCrawler，采集了多個以熱點輿論事件為背景的主題微博數據，其中包含一定數量的謠言微博。其次，大量用戶情感信息集中在微博碎片化和離散化的文本內容中，如主題微博中的群體響應數據，包括轉發(fā)微博和微博評論，對原內容起到了判別和辨識的作用。例如謠言微博

4、與真實的新聞微博相比，轉發(fā)和評論內容將表達出更多的質疑情緒。因此，可以通過情感分析方法提取群體響應中的情感特征，進而用于謠言檢測。本文通過整理和拓展已有的情感知識庫，從詞、短語和語法層面上對微博文本內容進行了情感分析，實現了微博文本情感計算算法，并抽取了多種情感特征用于謠言檢測研究。最后，根據傳統的謠言檢測研究方法，本文將謠言檢測問題視為可信分類問題進行處理。在構建特征集合時，結合了傳統常用特征和本文新提出的7種情感特征；在確定謠言檢測