《基於多傳播信息流博弈的微博謠言自動檢測方法研究》是依託廈門大學，由林達真擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多傳播信息流博弈的微博謠言自動檢測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：林達真
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
微博謠言是當前社會關注的熱點，面向微博的自動謠言檢測也是輿情分析技術研究的前沿。本課題從虛假性和負面性兩個方面來研究微博謠言，構建微博謠言自動檢測系統。首先，本課題通過深度神經網路自學習機制從微博大數據中學習言論虛假性和負面性的語義特徵；接著，根據學習到的語義特徵，結合社會網路結構、用戶模型構建微博言論傳播的連結、觀點和情感三個層次的多傳播信息流模型，預測言論的傳播路徑，分析言論傳播者的傳播收益；最後，引入社交智慧型博弈的方法來模擬多傳播信息流模型中社交個體對言論虛假性和負面性的智慧型判別與傳播過程，實現對謠言的自動檢測。本課題的研究意義在於從多傳播信息流的角度，通過社交博弈來構造微博謠言自動檢測系統，這為網路謠言研究開拓了一條可行的途徑，對豐富網路輿情分析方法、促進自然語言處理技術和傾向性分析技術的研究都有著重要的學術意義，也對當前網路環境的淨化，社會輿情的分析疏導具有非常現實的套用價值。
結題摘要
微博謠言是當前社會關注的熱點，面向微博的自動謠言檢測也是輿情分析技術研究的前沿。本課題從謠言傳播博弈的角度來研究微博謠言，構建微博謠言自動檢測系統。三年來主要開展了以下研究內容：首先，本課題提出了基於視覺傾向性話題模型的圖像內容傾向性分析方法，該方法通過圖像的相關話題內容從而自動挖掘視覺語義中與傾向性相關的視覺語義表示；其次，本課題提出了基於顯示情感信號的無監督情感語義學習方法，該方法通過利用數據中與目標相關的無標註信息進行學習，從大量無標註數據中學習與目標空間相近的語義信息空間，並提取魯棒的語義空間信息表示，最終利用少量標註達到與一定數據規模的有標註數據類似的分類效果。最後，本課題提出了責任均分的謠言傳播博弈模型，該方法結合社會網路結構和用戶模型構建微博言論傳播的連結、觀點和情感三個層次的多傳播信息流模型，預測言論的傳播路徑，並通過社交智慧型博弈的方法來模擬多傳播信息流模型中社交個體對言論是否屬於謠言的智慧型判別與傳播過程，分析言論傳播者的傳播收益，實現對謠言的自動檢測。本課題的成功實施，不僅僅在語義層面上構建了謠言的負面性及傳播博弈的分析方法，並大大改善謠言檢測的準確性，同時將核心算法套用在用戶傾向性分析和青少年網路信息過濾等方面並取得了良好的效果。
