• 人工智能与仿真 • 下一篇
段大高1,盖新新1,韩忠明1,刘冰心2
DUAN Dagao<sup>1,2</sup> , GAI Xinxin<sup>1</sup> , HAN Zhongming<sup>1,2*</sup>,LIU Bingxin<sup>3</sup>
摘要:
微博是信息共享的重要平台,同时,也成为虚假消息产生和推广的重要平台,虚假消息的传播严重扰乱了社会秩序。为了快速、有效地识别微博虚假消息,提出了一种基于梯度提升决策树(GBDT)的虚假消息检测方法。首先,从评论的角度分析微博虚假消息和真实消息之间存在的差异,在此基础上提取评论中的文本内容、用户属性,信息传播和时间特性的分类特征;然后,基于分类特征,采用GBDT算法实现微博虚假消息识别模型;最后, 在两个真实的微博数据集上进行验证。实验结果表明,基于GBDT的识别模型能有效提高微博虚假消息检测的准确率。
中图分类号: