基于突发话题和领域专家的微博谣言检测方法
来源：计算机应用杂志2017年第10期北京时间：
作者：杨文太, 梁刚, 谢凯, 杨进, 许春
单位：1. 四川大学 计算机学院, 成都 610065;2. 四川大学 网络空间安全学院, 成都 610065
摘要：针对现有谣言检测方法中存在的数据采集困难和谣言检测滞后的问题，提出一种基于动量模型的突发话题检测和领域专家发现的谣言检测方法。该方法借鉴物理学中的动力学理论对话题特征进行建模，使用特征的动力学物理量描述特征的突发特性和发展趋势，并在对突发特征进行特征聚合之后提取得到突发话题；然后，依据话题与用户个人信息的领域相关性在候选专家池中发现领域相关的微博用户来甄别话题信息的真实性。基于新浪微博数据的实验结果表明，相对于仅基于有监督机器学习的微博谣言识别方法，该方法谣言识别准确率提高了13个百分点；相对于主流人工识别方法，将最长谣言检测用时缩短至20h，能够较好地应用于实际的微博谣言检测环境。
关键词：动量模型,话题,突发,领域专家,谣言检测
基金资助：四川省教育厅重点资助项目（17ZA0238，17ZA0200）；四川省学术和技术带头人培养支持经费资助项目（2016）。
