一种基于冲突特征和机器人特征的谣言检测方法和装置制造方法及图纸

一种基于冲突特征和机器人特征的谣言检测方法和装置，包括：S1：根据社交媒体上的帖子及其回复关系，将帖子作为节点，帖子内容的文本嵌入作为节点特征，构建表征信息传播的图结构。S2：应用立场检测算法评估帖子的立场，并基于帖子间的回复关系及立场差异构建局部和全局冲突图，反映信息传播过程中的立场冲突。S3：利用机器人检测算法识别潜在的机器人活动，并调整相关节点在图中的权重，以机器人特征强化信息传播图的节点表示。S4：按照帖子的发布和回复时间信息切割传播图，形成多个表示不同时间切片的动态图，捕捉信息随时间的传播变化。S5：将传播图输入图神经网络，学习节点间的交互关系和图的结构属性，进一步更新节点特征表示。S6：最后在分类器中通过冲突特征、机器人特征与文本特征的融合表示计算事件的标签，完成谣言检测的最终判断。本发明专利技术通过构建冲突图并结合机器人特征结合输入图神经网络提取节点表示，并与帖子文本如结合，最后输入分类器获取判定结果。

【技术实现步骤摘要】

本专利技术涉及一种基于冲突特征和机器人特征的谣言检测方法和装置。

技术介绍

1、随着社交媒体的广泛应用，用户能够轻松获取信息、表达观点并进行交流。社交媒体的普及极大地方便了信息获取和沟通，但同时也加速了谣言的传播，对社会产生了显著的负面影响。谣言的快速扩散对社会稳定和公共决策构成威胁。例如，allcott等人对2016年美国总统大选前三个月的数据分析表明，谣言被广泛传播。此外，研究指出，twitter上关于美国股市的讨论中，高达71％的账户实际为机器人。这些机器人不仅大量转发谣言，还积极推广低价值股票，引诱不知情的投资者进行风险投资，甚至参与加密货币金融欺诈。因此，开发有效的谣言检测技术，以应对谣言传播所引发的问题，显得尤为迫切。幸运的是，随着深度学习技术的进步，越来越多的谣言检测算法被提出。现有的谣言检测技术可分为基于单模态和多模态的方法。单模态谣言检测通常包括基于内容(如文本和情感分析)、基于社交上下文(如用户可信度分析)、基于传播模式的检测，以及它们的组合方法。多模态谣言检测则包括信息融合、模态间对比识别以及多模态信息增强方法。</p>

2、尽管本文档来自技高网...

【技术保护点】

1.一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：包括以下步骤：

2.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤S1具体包括：

3.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤S2具体包括：

4.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤S3具体包括：

5.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤S4具体包括：

6.如权利要求1所述的一种基于冲突特征和机器人特征...

【技术特征摘要】

1.一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：包括以下步骤：

2.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤s1具体包括：

3.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤s2具体包括：

4.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤s3具体包括：

5.如权利要求1所述的一种基于冲突特征和机器人特征的谣言检测方法，其特征在于：所述步骤s4具体包括：

6.如权利要求1所述的一种基于冲突特征和机器人特...

【专利技术属性】
技术研发人员：傅晨波，熊宇辰，邱建泉，黄江辉，俞山青，宣琦，闵勇，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：