删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种基于多关系传播树的谣言检测方法

本站小编 Free考研考试/2022-01-01

胡斗1,卫玲蔚2,3,周薇2,淮晓永1,韩冀中2,虎嵩林2,3
1(华北计算机系统工程研究所 北京 100083);2(中国科学院信息工程研究所 北京 100093);3(中国科学院大学网络空间安全学院 北京 100049) (hudou18@mails.ucas.edu.cn)
出版日期: 2021-07-01


基金资助:国家重点研发计划项目(2018YFC0806900)

A Rumor Detection Approach Based on Multi-Relational Propagation Tree

Hu Dou1, Wei Lingwei2,3, Zhou Wei2, Huai Xiaoyong1, Han Jizhong2, Hu Songlin2,3
1(National Computer System Engineering Research Institute of China, Beijing 100083);2(Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093);3(School of Cyber Security, University of Chinese Academy of Sciences, Beijing 100049)
Online: 2021-07-01


Supported by:This work was supported by the National Key Research and Development Program of China (2018YFC0806900).




摘要/Abstract


摘要: 近年来,社交媒体为人们消费信息提供便利的同时,也逐渐成为谣言产生和传播的温床.为了降低谣言的危害性,谣言检测受到研究****的广泛关注.近期研究主要基于博文内容和传播结构信息,利用深度学习模型进行谣言检测.但是,这些方法仅考虑传播过程中博文之间的显式交互关系,忽略了对潜在关系的建模,难以捕捉到丰富的传播结构特征.例如,在转发(或评论)的交互形式下,多个转发者(或评论者)之间往往也存在局部的隐式交互.针对该挑战,提出一种基于多关系传播树的谣言检测方法,建模博文之间的多种依赖关系,同时增强重要博文的影响力,以捕获更丰富的信息传播结构特征.具体地,基于文本内容和传播树结构建立异构图,使用多关系图卷积网络建模父子节点之间的层间依赖关系和兄弟节点之间的层内依赖关系,并利用源节点和关键传播节点建模重要博文在信息传播中的潜在影响力,从而学习一个更全面的特征向量表示,用于检测谣言.在3个公开的真实数据集上进行广泛的实验,结果表明该方法具有比其他基线方法更高的谣言检测性能.






[1]陈慧敏, 金思辰, 林微, 朱泽宇, 仝凌波, 刘一芃, 叶奕宁, 姜维翰, 刘知远, 孙茂松, 金兼斌. 新冠疫情相关社交媒体谣言传播量化分析[J]. 计算机研究与发展, 2021, 58(7): 1366-1384.
[2]杨延杰,王莉,王宇航. 融合源信息和门控图神经网络的谣言检测研究[J]. 计算机研究与发展, 2021, 58(7): 1412-1424.
[3]徐铭达,张子柯,许小可. 基于模体度的社交网络虚假信息传播机制研究[J]. 计算机研究与发展, 2021, 58(7): 1425-1435.
[4]亓鹏,曹娟,盛强. 语义增强的多模态虚假新闻检测[J]. 计算机研究与发展, 2021, 58(7): 1456-1465.
[5]周航, 詹永照, 毛启容. 基于时空融合图网络学习的视频异常事件检测[J]. 计算机研究与发展, 2021, 58(1): 48-59.
[6]陈亦琦, 钱铁云, 李万理, 梁贻乐. 基于复合关系图卷积的属性网络嵌入方法[J]. 计算机研究与发展, 2020, 57(8): 1674-1682.
[7]秦涛, 沈壮, 刘欢, 陈周国. 基于排序学习的网络舆情演化趋势评估方法研究[J]. 计算机研究与发展, 2020, 57(12): 2490-2500.
[8]姚思雨, 赵天哲, 王瑞杰, 刘均. 规则引导的知识图谱联合嵌入方法[J]. 计算机研究与发展, 2020, 57(12): 2514-2522.
[9]刘金硕, 冯阔, Jeff Z. Pan, 邓娟, 王丽娜. MSRD: 多模态网络谣言检测方法[J]. 计算机研究与发展, 2020, 57(11): 2328-2336.
[10]刘波,李洋,孟青,汤小虎,曹玖新. 社交媒体内容可信性分析与评价[J]. 计算机研究与发展, 2019, 56(9): 1939-1952.
[11]蔡国永,吕光瑞,徐智. 基于层次化深度关联融合网络的社交媒体情感分类[J]. 计算机研究与发展, 2019, 56(6): 1312-1324.
[12]焦旭,肖迎元,郑文广,朱珂. 基于位置的社会化网络推荐技术研究进展[J]. 计算机研究与发展, 2018, 55(10): 2291-2306.
[13]张洋,王达,叶笑春,朱亚涛,范东睿,李宏亮,谢向辉. 众核处理器片上网络的层次化全局自适应路由机制[J]. 计算机研究与发展, 2016, 53(6): 1211-1220.
[14]马刚,杜宇鸽,安波,张博,王伟,史忠植. 基于威胁传播采样的复杂信息系统风险评估[J]. 计算机研究与发展, 2015, 52(7): 1642-1659.
[15]郭景峰,吕加国. 基于信息偏好的影响最大化算法研究[J]. 计算机研究与发展, 2015, 52(2): 533-541.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4452
相关话题/计算机 网络 传播 信息 媒体

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于模体度的社交网络虚假信息传播机制研究
    徐铭达1,张子柯2,3,许小可11(大连民族大学信息与通信工程学院辽宁大连116600);2(浙江大学传媒与国际文化学院杭州310058);3(杭州师范大学阿里巴巴复杂科学研究中心杭州311121)(854655253@qq.com)出版日期:2021-07-01基金资助:国家自然科学基金项目(61 ...
    本站小编 Free考研考试 2022-01-01
  • 融合源信息和门控图神经网络的谣言检测研究
    杨延杰,王莉,王宇航(太原理工大学大数据学院山西晋中030600)(yangyanjie1073@link.tyut.edu.cn)出版日期:2021-07-01基金资助:国家自然科学基金项目(61872260)RumorDetectionBasedonSourceInformationandGat ...
    本站小编 Free考研考试 2022-01-01
  • 基于全局-时频注意力网络的语音伪造检测
    王成龙1,2,易江燕2,陶建华2,3,马浩鑫2,田正坤2,傅睿博21(中国科学技术大学信息科学技术学院合肥230027);2(模式识别国家重点实验室(中国科学院自动化研究所)北京100080);3(中国科学院大学人工智能学院北京100049)(chenglong.wang@nlpr.ia.ac.cn ...
    本站小编 Free考研考试 2022-01-01
  • 基于粗粒度数据流架构的稀疏卷积神经网络加速
    吴欣欣1,2,3,欧焱1,2,3,李文明1,2,王达1,2,张浩1,2,范东睿1,2,31(计算机体系结构国家重点实验室(中国科学院计算技术研究所)北京100190);2(中国科学院计算技术研究所北京100190);3(中国科学院大学计算机科学与技术学院北京100049)(wuxinxin@ict. ...
    本站小编 Free考研考试 2022-01-01
  • 社交网络信息传播预测与特定信息抑制
    曹玖新1,高庆清1,夏蓉清2,刘伟佳1,朱雪林1,刘波21(东南大学网络空间安全学院南京211189);2(东南大学计算机科学与工程学院南京211189)(jx.cao@seu.edu.cn)出版日期:2021-07-01基金资助:国家自然科学基金项目(61772133,61972087);国家社会 ...
    本站小编 Free考研考试 2022-01-01
  • 计算机芯片关键技术前沿与进展专题前言
    出版日期:2021-06-01Online:2021-06-01摘要/Abstract摘要:“计算机体系结构前沿技术2021”专题———“计算机芯片关键技术前沿与进展”,集中介绍计算机芯片设计、测试、验证方面的新理论、新技术,以及新型部件和新型芯片系统.本专题包括关于处理器芯片敏捷设计和类脑计算的2 ...
    本站小编 Free考研考试 2022-01-01
  • 图神经网络加速结构综述
    李涵1,2,严明玉1,2,吕征阳1,2,李文明1,叶笑春1,范东睿1,2,唐志敏1,21(计算机体系结构国家重点实验室(中国科学院计算技术研究所)北京100190);2(中国科学院大学北京100049)(lihan-ams@ict.ac.cn)出版日期:2021-06-01基金资助:国家自然科学基金 ...
    本站小编 Free考研考试 2022-01-01
  • 枫林一号:一款面向高端装备定制的低功耗时间敏感网络芯片
    全巍,付文文,孙志刚,李韬(国防科技大学计算机学院长沙410073)(w.quan@nudt.edu.cn)出版日期:2021-06-01基金资助:国家自然科学基金项目(61802417,91938301);之江实验室开放课题(2020LE0AB01)HX-DS09:ACustomizedLowPo ...
    本站小编 Free考研考试 2022-01-01
  • 一种减少网络振动的智能路由选择算法设计
    邵天竺,王晓亮,陈文龙,唐晓岚,徐敏(首都师范大学信息工程学院北京100048)(nestea_god@hotmail.com)出版日期:2021-06-01基金资助:国家重点研发计划项目(2018YFB1800403);国家自然科学基金项目(61872252);北京市自然科学基金项目(420201 ...
    本站小编 Free考研考试 2022-01-01
  • 支持网络切片和绿色通信的软件定义虚拟化接入网
    王廷1,2,刘刚31(华东师范大学软件工程学院上海200062);2(上海市高可信计算重点实验室(华东师范大学)上海200062);3(上海诺基亚贝尔股份有限公司贝尔实验室上海201206)(twang@sei.ecnu.edu.cn)出版日期:2021-06-01SoftwareDefinedVi ...
    本站小编 Free考研考试 2022-01-01