公开(公告)号：CN108563686A

公开(公告)日：2018-09-21

申请号：CN201810208801.5

申请日：2018-03-14

Applicant: 中国科学院自动化研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 孔庆超 ,  王慧 ,  徐楠 ,  陈观淡 ,  毛文吉 ,  汪立东 ,  付戈 ,  刘春阳 ,  王萌

IPC: G06F17/30 ,  G06F17/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机技术领域，具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统，旨在解决如何在考虑谣言转发评论信息的情况下，准确识别社交网络中谣言的技术问题。为此目的，本发明中社交网络谣言识别方法，首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量，然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量，最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤，能够快速且准确地检测到社交网络中的谣言。同时，本发明中的系统能够执行并实现上述步骤。

公开(公告)号：CN108563686B

公开(公告)日：2021-07-30

申请号：CN201810208801.5

申请日：2018-03-14

Applicant: 中国科学院自动化研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 孔庆超 ,  王慧 ,  徐楠 ,  陈观淡 ,  毛文吉 ,  汪立东 ,  付戈 ,  刘春阳 ,  王萌

IPC: G06F16/35 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机技术领域，具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统，旨在解决如何在考虑谣言转发评论信息的情况下，准确识别社交网络中谣言的技术问题。为此目的，本发明中社交网络谣言识别方法，首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量，然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量，最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤，能够快速且准确地检测到社交网络中的谣言。同时，本发明中的系统能够执行并实现上述步骤。