计算机工程

作者：段大高, 白宸宇, 韩忠明, 熊海涛

单位：1. 北京工商大学 国际经管学院, 北京 100048;2. 北京工商大学 食品安全大数据技术北京重点实验室, 北京 100048

关键词：谣言检测,传递影响力,图卷积神经网络,信息传播,社交媒体

基金：国家重点研发计划（2019YFC0507800）；北京市自然科学基金（4172016）；北京市教委科研计划一般项目（KM201710011006）。

社交媒体谣言检测是当前研究的热点问题，现有方法多数通过获取大量用户属性学习用户特征，但不适用于谣言的早期检测，忽略了用户之间的潜在关系对信息传播的影响。提出一种基于多传递影响力的谣言检测方法，根据源微博及其对应转发（评论）之间的关系构建文本信息传播图，并通过图卷积神经网络来捕获、学习文本信息的传播特征。利用文本信息和用户传播过程中的影响力，丰富可用于谣言检测早期的检测信息。将存在转发关系的用户构成用户影响力传播图，构建一种用户节点影响力学习方法，获取用户节点影响力，以增强用户特征信息。在此基础上，将文本特征与用户特征融合以进行谣言检测，从而提升检测效果。在3个真实社交媒体数据集上的实验结果表明，该方法在谣言自动检测以及早期检测的效果都有显著提升，与目前最好的基准方法相比，在微博、Twitter15、Twitter16数据集上的正确率分别提高了2.8%、6.9%和3.4%。

来源：2022年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第10期