中文微博信息可信度分析方法研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、伴隨著互聯(lián)網(wǎng)的普及與技術(shù)發(fā)展的日新月異,中國第一代微型博客服務(wù)提供商——飯否、嘰歪面世以來,微博憑借其便捷性、“背對臉”形式、原創(chuàng)性、草根性迅速發(fā)展成為社交網(wǎng)絡(luò)中的“寵兒”。微博用戶可在任何場合下分享自己看到的、聽見的、想到的人或事,而約束效力很低的微博容易造成虛假信息的泛濫。如何深度挖掘微博用戶的特征信息,設(shè)計相應(yīng)的實現(xiàn)算法,建立判定模型,為政府部門在甄別信息、理清思想、引導(dǎo)思潮、防止虛假信息傳播等方面具有重要的現(xiàn)實意義。
  

2、在微博可信度分析方法的研究中,本文從統(tǒng)計學(xué)中的指標(biāo)體系方向與機器學(xué)習(xí)中的分類算法思路分別進行了研究,目標(biāo)是研究對微博信息可信度進行精確判定的技術(shù)與方法。針對可計算用戶信息的權(quán)威值與短文本微博結(jié)構(gòu)與內(nèi)容的獨特性,構(gòu)建用戶信息可信度模型與微博內(nèi)容可信度模型,并對這兩個模型的重要性進行探討,實現(xiàn)對兩個模型的整合,最后建立一套微博信息可信度評價系統(tǒng),該系統(tǒng)能夠根據(jù)提交的微博用戶以及用戶所發(fā)的微博信息,自動評價該微博的可信度。研究的重心主要包括5

3、個方面:
  1)實現(xiàn)微博數(shù)據(jù)采集方案,并詳細論述了微博用戶信息及微博內(nèi)容的預(yù)處理。分析了基于傳統(tǒng)網(wǎng)頁與新浪平臺SDK采集技術(shù)的優(yōu)缺點,實現(xiàn)網(wǎng)頁采集與模擬用戶登錄相結(jié)合的數(shù)據(jù)采集技術(shù);對采集的微博用戶信息進行指標(biāo)選取、用戶可信度特征分析等預(yù)處理工作,并對微博內(nèi)容所提取的情感與謠言分類特征進行定性與定量處理。
  2)利用指標(biāo)體系建立用戶信息可信度模型。從用戶信息數(shù)據(jù)中,選擇性的提取用戶的完整度、活躍度、交際廣度、傳播力度四項

4、指標(biāo)組成指標(biāo)體系;然后利用設(shè)計的層次分析法(AHP)結(jié)構(gòu)模型,實現(xiàn)了對指標(biāo)的權(quán)重系數(shù)數(shù)值確定,計算出每個微博用戶的權(quán)威值。最終完成對用戶信息可信度模型的構(gòu)建。
  3)多層分類器組合實現(xiàn)微博內(nèi)容可信度模型。首先對詞語進行傾向極性判別;其次提取微博文本的一元詞與二元詞作為貝葉斯情感分類的特征集,分類的結(jié)果結(jié)合微博的其他八項謠言分類特征(話題數(shù)、@標(biāo)簽數(shù)、表情符號數(shù)等)作為SVM分類器的特征集,分類結(jié)果是判斷每一條微博是否為謠言。最終

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論