基于梯度提升决策树的微博虚假消息检测

来源：计算机应用杂志2018年第2期北京时间：

作者：段大高, 盖新新, 韩忠明, 刘冰心

单位：1. 北京工商大学 计算机与信息工程学院, 北京 100048;2. 北京工商大学 食品安全大数据技术北京市重点实验室, 北京 100048;3. University of Liverpool, Department of mathematical Sciences, Liverpool, GB L69 7ZX

摘要：微博是信息共享的重要平台，同时，也成为虚假消息产生和推广的重要平台，虚假消息的传播严重扰乱了社会秩序。为了快速、有效地识别微博虚假消息，提出一种基于梯度提升决策树（GBDT）的虚假消息检测方法。首先，从评论的角度分析微博虚假消息和真实消息之间存在的差异，在此基础上提取评论中的文本内容、用户属性，信息传播和时间特性的分类特征；然后，基于分类特征，采用GBDT算法实现微博虚假消息识别模型；最后，在两个真实的微博数据集上进行验证。实验结果表明，基于GBDT的识别模型能有效提高微博虚假消息检测的准确率。

关键词：微博,社交网络,虚假消息,梯度提升决策树,评论

基金资助：教育部人文社会科学研究基金资助项目（13YJC860006）；北京市自然科学基金资助项目（4172016）；北京市科技计划项目（Z161100001616004）。