基于LDA和随机森林的微博谣言识别研究——以2016年雾霾谣言为例

doi:10.3772/j.issn.1000-0135.2019.01.010

情报学报

2019, Vol. 38

Issue (1): 89-96 DOI: 10.3772/j.issn.1000-0135.2019.01.010

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

基于LDA和随机森林的微博谣言识别研究——以2016年雾霾谣言为例

曾子明^1,2, 王婧^1,2

1. 武汉大学信息资源研究中心，武汉 430072；
2. 武汉大学图书情报实验教学中心，武汉 430072

Research on Microblog Rumor Identification Based on LDA and Random Forest

Zeng Ziming^1,2, Wang Jing^1,2

1. Center for the Study of Information Resources, Wuhan 430072;
2. Laboratory Center for Library and Information Science, Wuhan 430072

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1147 KB) HTML (106 KB)
输出: BibTeX | EndNote (RIS)

摘要网络谣言的肆虐对人们的日常生活和社会稳定造成了较为严重的负面影响，为了辅助网络谣言管控的有效推进，本文以2016年雾霾谣言为例，根据微博数据和以往研究定义了用户可信度和微博影响力特征变量，采用LDA主题模型深入挖掘微博文本的主题分布特征，并基于以上特征变量采用随机森林算法进行谣言识别的模型训练。实验表明，LDA提取的文档-主题分布特征在谣言识别中发挥了重要作用，且基于LDA的随机森林模型能够有效提高谣言识别的准确率。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	曾子明
	王婧

关键词 ：微博, 谣言识别, LDA, 随机森林, 雾霾

收稿日期: 2017-11-03

基金资助:教育部人文社会科学重点研究基地重大项目“大数据资源的智能化管理与跨部门交互研究——面向公共安全领域”（16JJD870003）

作者简介: 曾子明，男，1977年生，博士，教授，博士生导师；王婧，女，1994年生，硕士研究生，主要研究领域为大数据环境下的信息资源管理、信息服务，E-mail:360548430@qq.com。

引用本文:

曾子明, 王婧. 基于LDA和随机森林的微博谣言识别研究——以2016年雾霾谣言为例[J]. 情报学报, 2019, 38(1): 89-96.
Zeng Ziming, Wang Jing. Research on Microblog Rumor Identification Based on LDA and Random Forest. 情报学报, 2019, 38(1): 89-96.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.01.010 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I1/89

［1］李桂华, 王亚男, 朱一凡. 网络谣言的信息接收反应机制及其风险治理[J]. 情报学报, 2014, 33(3): 305-312.
［2］贺刚, 吕学强, 李卓, 等. 微博谣言识别研究[J]. 图书情报工作, 2013, 57(23): 114-120.
［3］闵庆飞, 刘晓丹. 谣言研究综述: 基于媒介演变的视角[J]. 情报杂志, 2015, 34(4): 104-109.
［4］李丹丹, 马静. 复杂社会网络上的谣言传播模型研究综述[J]. 情报理论与实践, 2016, 39(12): 130-134.
［5］张志安, 束开荣, 何凌南. 微信谣言的主题与特征[J]. 新闻与写作, 2016(1): 60-64.
［6］武庆圆, 何凌南. 基于多标签双词主题模型的短文本谣言分析研究[J]. 情报杂志, 2017, 36(3): 92-97.
［7］ Zhang Q, Zhang S, Dong J, et al. Automatic detection of rumor on social network[M]//Natural Language Processing and Chinese Computing. Cham: Springer, 2015: 113-122.
［8］刘雅辉, 靳小龙, 沈华伟, 等. 社交媒体中的谣言识别研究综述[J]. 计算机学报, 2018, 41(7): 1536-1545.
［9］ Wu K, Yang S, Zhu K Q. False rumors detection on sina weibo by propagation structures[C]//2015 IEEE 31st International Conference on Data Engineering. IEEE, 2015: 651-662.
［10］王理, 谢耘耕. 公共事件中网络谣言传播实证分析——基于2010~2012年间网络谣言信息的研究[J]. 上海交通大学学报(哲学社会科学版), 2014, 22(2): 86-99.
［11］蒙在桥, 傅秀芬, 陈培文, 等. 基于OSN的谣言传播模型及影响力节点研究[J]. 复杂系统与复杂性科学, 2015, 12(3): 45-52.
［12］ Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation[J]. Journal of Machine Learning Research, 2003, 3: 993-1022.
［13］ Dhillon I S, Modha D S. Concept decompositions for large sparse text data using clustering[J]. Machine Learning, 2001, 42(1): 143-175.
［14］张志飞, 苗夺谦, 高灿. 基于 LDA 主题模型的短文本分类方法[J]. 计算机应用, 2013, 33(6): 1587-1590.
［15］ Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.
［16］ Breiman L. Statistical modeling: The two cultures (with comments and a rejoinder by the author)[J]. Statistical Science, 2001, 16(3): 199-231.
［17］邓生雄, 雒江涛, 刘勇, 等. 集成随机森林的分类模型[J]. 计算机应用研究, 2015, 32(6): 1621-1624.
［18］ Han J W, Kamber M. 数据挖掘概念与技术[M]. 范明, 孟小峰, 译. 北京: 机械工业出版社, 2001.
［19］刘知远, 张乐, 涂存超, 等. 中文社交媒体谣言统计语义分析[J]. 中国科学: 信息科学, 2015, 45(12): 1536-1546.
［20］袁旭萍, 王仁武, 翟伯荫. 基于综合指数和熵值法的微博水军自动识别[J]. 情报杂志, 2014, 33(7): 176-179.
［21］周志华. 机器学习[M]. 北京: 清华大学出版社, 2016: 33-37.
［22］ Wolfe F, Clauw D J, Fitzcharles M A, et al. The American college of rheumatology preliminary diagnostic criteria for fibromyalgia and measurement of symptom severity[J]. Arthritis Care & Research, 2010, 62(5): 600-610.
［23］汪海燕, 黎建辉, 杨风雷. 支持向量机理论及算法研究综述[J]. 计算机应用研究, 2014, 31(5): 1281-1286.