一种基于移动应用内消息传播路径的谣言检测与存证系统技术方案

本发明专利技术提供了一种基于移动应用内消息传播路径的谣言检测与存证系统，包括：首先，数据采集模块基于反射的应用内数据获取互操作接口获取应用内数据，随后，传播路径构造与转换模块得到传播序列，然后，循环神经网络的特征提取模块得到第一向量、基于卷积神经网络的特征提取模块得到第二向量，最后，传播路径向量分类模块基于所述第一向量和第二向量得到表征所述消息是否是谣言的预测结果，可信智能合约模块记录所述应用内数据的使用申请和调用结果。利用本发明专利技术的消息检测系统，能够解决现有网络内容审查中对消息的检测需要大量人工及审查滞后的问题。及审查滞后的问题。及审查滞后的问题。

【技术实现步骤摘要】
一种基于移动应用内消息传播路径的谣言检测与存证系统


[0001]本专利技术涉及互联网内容审查领域，特别是涉及一种基于移动应用内消息传播路径的谣言检测与存证系统。

技术介绍

[0002]社交媒体应用如今已经成为大部分网民获取即时新闻并传播的重要平台。但在社交媒体带来便利的同时，也为谣言的传播提供了环境。据有关部门统计，在2015年，有超过六成的谣言首发于新浪微博，尤其在公共安全突发事件时，微博往往在第一时间凝聚舆论焦点，各类谣言便随之发酵，通过微博迅速传播。
[0003]为了应对这些情况，各平台也推出了相应的解决方案，如新浪公司成立了“微博辟谣”账号及社区管理中心，对微博爆发的新闻进行每天24小时不断监控。而为了提高平台内容可靠性，过滤编造、假新闻等低质内容，某综合资讯类应用公司在2018年已有4000名内容审核编辑，人员规模仍在进一步扩大，未来预期达到10000名。然而，现有的网络平台辟谣工作大多建立依赖于人工举报筛查机制，仅仅依靠人工，不仅耗费大量时间和精力，辟谣的即时性也有很高的局限性，往往在谣言的传播具有一定规模时才能引起鉴别人员的注意。

技术实现思路

[0004]本专利技术实施例提供一种基于移动应用内消息传播路径的谣言检测与存证系统，以解决现有网络内容审查中对消息的检测需要大量人工及审查滞后的问题。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种基于移动应用内消息传播路径的谣言检测与存证系统，所述系统包括：
[0006]数据采集模块、传播路径构造与转换模块、基于循环神经网络的特征提取模块、基于卷积神经网络的特征提取模块、传播路径向量分类模块以及可信智能合约模块；
[0007]所述数据采集模块用于基于反射的应用内数据获取互操作接口获取应用内数据，从中提取用户发布的消息、所述消息的原始传播路径及传播所述消息的用户具有的用户特征；
[0008]所述传播路径构造与转换模块用于对所述消息的原始传播路径进行处理，输出由定长的所述用户特征的向量组成的传播序列；
[0009]所述基于循环神经网络的特征提取模块用于基于循环神经网络对所述传播序列进行特征提取，得到第一向量；
[0010]所述基于卷积神经网络的特征提取模块用于基于卷积神经网络对所述传播序列进行特征提取，得到第二向量；
[0011]所述传播路径向量分类模块包括拼接模块和多层前馈神经网络，所述拼接模块用于对所述第一向量和所述第二向量进行拼接，得到拼接向量，所述多层前馈神经网络用于对所述拼接向量进行处理，得到表征所述消息是否是谣言的预测结果；
[0012]所述可信智能合约模块用于记录所述应用内数据的使用申请和调用结果。
[0013]可选的，所述数据采集模块包括：燕云中心Yancloud Hub，用于收集应用内数据从中提取用户发布的消息、所述消息的原始传播路径及传播所述消息的用户具有的用户特征。
[0014]可选的，所述方法还包括：根据各用户参与所述消息的传播的时间顺序，得到所述消息的原始传播路径，所述原始传播路径中包括多个用户；
[0015]所述传播路径构造与转换模块按照以下步骤，对所述消息的原始传播路径进行处理，输出由定长的所述用户特征的向量组成的传播序列：
[0016]将所述消息的传播路径中用户替换成对应的所述用户特征的定长向量，输出定长的所述用户特征的向量组成的传播序列。
[0017]可选的，所述定长的长度为n；所述传播路径构造与转换模块按照以下步骤，将所述消息的原始传播路径转换成定长的所述用户特征的向量组成的传播序列：
[0018]若所述消息的原始传播路径长度大于n，则截取所述消息的原始传播路径的前n个元组，得到长度为n的用户特征的向量组成的传播序列；
[0019]若所述消息的原始传播路径小于n，则随机从所述消息的原始传播路径中采样，得到长度为n的用户特征的向量组成的传播序列。
[0020]可选的，所述基于循环神经网络的特征提取模块包括门控循环GRU单元和第一池化单元；所述基于循环神经网络的特征提取模块按照以下步骤，基于循环神经网络对所述传播序列进行特征提取，得到第一向量：
[0021]所述GRU单元依次将所述传播序列中的第t个用户向量xt作为输入，并输出第一向量序列；
[0022]所述第一池化单元用于对所述第一向量序列做平均池化，得到所述第一向量。
[0023]可选的，所述基于卷积神经网络的特征提取模块包括卷积神经网络CNN单元和第二池化单元；所述基于卷积神经网络的特征提取模块按照以下步骤，基于卷积神经网络对所述传播序列进行特征提取，得到第二向量：
[0024]所述CNN单元将所述传播序列中每个长度为h的序列作为输入，并输出第二向量序列；
[0025]所述第二池化单元用于对所述第二向量序列做平均池化，得到所述第二向量。
[0026]可选的，所述传播序列的长度为10，所述消息的原始传播路径为截止时间前预设时长内所述消息的传播路径的片段，所述预设时长为5分钟。
[0027]可选的，所述系统还包括：前端展示模块，用于对所述检测结果进行可视化呈现。
[0028]在本专利技术的实施例中，首先，数据采集模块获取应用内数据，从中提取用户发布的消息、所述消息的原始传播路径及传播所述消息的用户具有的用户特征，传播路径构造与转换模块得到传播序列，然后，循环神经网络的特征提取模块得到第一向量、基于卷积神经网络的特征提取模块得到第二向量，最后，传播路径向量分类模块基于所述第一向量和第二向量得到表征所述消息是否是谣言的预测结果，可信智能合约模块记录所述应用内数据的使用申请和调用结果。在本实施例中，基于移动应用内消息传播路径的谣言检测与存证系统能够在机器设备上运行，能够减少人工参与，降低人工成本，同时相对于现行的举报加主动筛查的检测机制，采用基于移动应用内消息传播路径的谣言检测与存证系统能够在消息传播过程中及时对消息进行检测，能够降低消息检测的滞后性，避免消息广泛扩散后才
开始对其进行检测。
[0029]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构未实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举可选的实施例，并配合所附附图，作详细说明如下。
附图说明
[0030]更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0031]图1是本专利技术一实施例示出的一种基于移动应用内消息传播路径的谣言检测与存证系统的结构示意图；
[0032]图2是本专利技术一实施例示出的循环神经网络的其网络结构图；
[0033]图3是本专利技术一实施例示出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动应用内消息传播路径的谣言检测与存证系统，其特征在于，包括：数据采集模块、传播路径构造与转换模块、基于循环神经网络的特征提取模块、基于卷积神经网络的特征提取模块、传播路径向量分类模块以及可信智能合约模块；所述数据采集模块用于基于反射的应用内数据获取互操作接口获取应用内数据，从中提取用户发布的消息、所述消息的原始传播路径及传播所述消息的用户具有的用户特征；所述传播路径构造与转换模块用于对所述消息的原始传播路径进行处理，输出由定长的所述用户特征的向量组成的传播序列；所述基于循环神经网络的特征提取模块用于基于循环神经网络对所述传播序列进行特征提取，得到第一向量；所述基于卷积神经网络的特征提取模块用于基于卷积神经网络对所述传播序列进行特征提取，得到第二向量；所述传播路径向量分类模块包括拼接模块和多层前馈神经网络，所述拼接模块用于对所述第一向量和所述第二向量进行拼接，得到拼接向量，所述多层前馈神经网络用于对所述拼接向量进行处理，得到表征所述消息是否是谣言的预测结果；所述可信智能合约模块用于记录所述应用内数据的使用申请和调用结果。2.根据权利要求1所述的系统，其特征在于，所述数据采集模块包括：燕云中心Yancloud Hub，用于收集应用内数据从中提取用户发布的消息、所述消息的原始传播路径及传播所述消息的用户具有的用户特征。3.根据权利要求1所述的系统，其特征在于，所述方法还包括：根据各用户参与所述消息的传播的时间顺序，得到所述消息的原始传播路径，所述原始传播路径中包括多个用户；所述传播路径构造与转换模块按照以下步骤，对所述消息的原始传播路径进行处理，输出由定长的所述用户特征的向量组成的传播序列：将所述消息的传播路径中用户替换成对应的所述用户特征的定长向量，输出定长的所...

【专利技术属性】
技术研发人员：姜海鸥，谢欣彤，黄罡，娄帅，
申请(专利权)人：北京大学，
类型：发明
国别省市：