在线社会网络谣言检测综述
外文标题：Review on Rumor Detection of Online Social Networks
文献类型：期刊
作者：陈燕方[1]
机构：[1]中国人民大学信息资源管理学院 北京 100872
[2]中国人民大学信息学院计算机系 北京 100872
[3]中国人民大学信息学院计算机系 北京 100872
[4]中国人民大学信息学院计算机系 北京 100872
期刊名称：计算机学报
年：2018
卷：41
期：7
页码：1648-1677
ISSN：0254-4164
关键词：在线社会网络 谣言 虚假信息 谣言检测 谣言源检测 网络结构分析
所属部门：信息学院；信息资源管理学院
链接地址：http://d.oldg.wanfangdata.com.cn/Periodical_jsjxb201807012.aspx
摘要：大数据环境下,在线社会网络与人们的生活、娱乐以及工作逐渐融为一体.然而“信息过载”和“信息污染”已成为在线社会网络诸多应用发展面临的主要瓶颈之一,并同时造成了用户的“信息焦虑”和“信息迷航”等一系列问题,因此在线社会网络谣言检测是改善在线社会网络信息生态环境质量、提升用户体验的有效手段.在线社会网络谣言检测隶属于信息可信度检测研究范畴,但谣言的不确定性、较强的时效性、主观性和关联性等特征又使得其与虚假信息检测有着本质区别.基于以上,该文从在线社会网络谣言的基本概念和特征研究出发,分别基于目标、对象和时间三个属性,分析了在线社会网络谣言检测研究基本问题的形式化定义,并介绍了研究中数据采集和标注的不同方法.然后,分别对不同类别和应用场景的在线社会网络谣言检测方法和谣言源检测方法进行了分析和总结.最后,该文讨论了在线社会网络谣言检测技术未来发展面临的若干挑战以及可能的研究方向.
DOI：10.11897/SP.J.1016.2018.01648
百度学术：在线社会网络谣言检测综述
语言：中文
基金：国家自然科学基金; 北京市自然科学基金; 中国人民大学科学研究基金项目; 中国人民大学2017年度拔尖创新人才培育资助计划成果之一资助
作者其他论文
基于Petri网的微博网络信息传播模型.刘宇, 梁循, 杨小平,.中国管理科学. 2018, 158-167.
基于Petri网的微博网络信息传播模型.刘宇, 梁循, 杨小平,.中国管理科学. 2018, 26(12), 158-167.
建设适应性与学术性新生研讨课.梁循, 邵晓晔, 梁彬,.教育教学论坛. 2019, 75-76.
构建科教融合的新生研讨课新范式探索与实践 ——基于中国人民大学案例分析研究.梁循, 申华, 邵晓晔, et al. .高教学刊. 2019, 12-14.
基于内容的社交网络用户身份识别方法.张树森, 梁循, 弭宝瞳, et al. .计算机学报. 2019, 42(8), 1739-1754.
