一种逻辑模型树算法在网络舆情中的谣言检测

被引：3

作者：

彭健

阳小华

机构：

[1] 南华大学计算机学院

来源：

南华大学学报(自然科学版) | 2018年 / 32卷 / 03期

关键词：

网络舆情; 谣言检测; 逻辑模型树;

D O I：

10.19431/j.cnki.1673-0062.2018.03.008

中图分类号：

C912.63 [社会舆论]; TP18 [人工智能理论];

学科分类号：

050301 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

网络舆情中的谣言对社会危害极大,因此有效地检测网络舆情中的谣言已是当务之急.目前,一些单一机器学习算法被相继应用到谣言检测中.针对这些单一机器学习算法在分类上的局限性,将一种融合逻辑回归与决策树的逻辑模型树方法用于谣言检测上.根据舆情分析报告上采集的数据集,实验结果表明:组合模型逻辑模型树的分类预测准确率比已应用到谣言检测的单一机器学习算法明显要高,逻辑模型树是一种有效的谣言检测方法.

引用

页码：43 / 48

页数：6

共 11 条

[1] 基于卷积神经网络的谣言检测 [J].

刘政 ;

卫志华 ;

张韧弦 .

计算机应用, 2017, 37 (11) :3053-3056+3100

[2] 基于用户特征的微博转发预测研究 [J].

仇学明 ;

肖基毅 ;

陈磊 .

南华大学学报(自然科学版), 2016, 30 (04) :100-105

[3] 逻辑模型树算法性能分析与改进研究 [J].

张艺梅 ;

丁香乾 ;

贺英 ;

王丽丽 ;

徐硕 .

微型机与应用, 2014, 33 (23) :25-28

[4] 基于BP神经网络和遗传算法的网络舆情危机预警研究 [J].

孙玲芳 ;

周加波 ;

林伟健 ;

候志鲁 ;

许锋 .

情报杂志, 2014, 33 (11) :18-24

[5] 社会舆情监测与预警的指标体系研究 [J].

杨永军 .

现代传播(中国传媒大学学报), 2014, 36 (09) :63-71

[6] 网络舆情评价指标体系的构建与应用 [J].

冯江平 ;

张月 ;

赵舒贞 ;

陈虹 .

云南师范大学学报(哲学社会科学版), 2014, 46 (02) :75-84

[7] 基于支持向量机的网络伪舆情识别研究 [J].

刘勘 ;

朱怀萍 ;

刘秀芹 .

现代图书情报技术, 2013, (11) :75-80

[8] 一种近似等频离散化方法 [J].

蒋盛益 ;

李霞 ;

郑琪 .

暨南大学学报(自然科学与医学版), 2009, 30 (01) :31-34

[9]

基于贝叶斯模型的微博虚假话题数据分析研究[D]. 陈慧.山东大学. 2013

[10]

The WEKA data mining software[J] . Mark Hall,Eibe Frank,Geoffrey Holmes,Bernhard Pfahringer,Peter Reutemann,Ian H. Witten. ACM SIGKDD Explorations Newsletter . 2009 (1)

← 1 2 →