公开(公告)号：CN107403007A

公开(公告)日：2017-11-28

申请号：CN201710609782.2

申请日：2017-07-25

Applicant: 北京工商大学

Inventor： 段大高 ,  盖新新 ,  韩忠明 ,  莫倩

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明是一种基于网络的微博消息可信度判别模型的方法，步骤如下：步骤一：计算先验知识；步骤二：定义网络模式；步骤三：定义元路径并生成网络；步骤四：在异构信息网络上做分类；步骤五：虚假消息识别。本发明的优点及功效：一、将评论网络建模为异构信息网络并在异构信息网络上做分类，这在微博虚假消息识别中是一次创新。二、训练数据不需要标注，节省了人力和时间。三、相比于以往研究中通过最终结果来计算特征的重要性，本发明中将特征权重的计算作为模型的一部分，得到最终分类结果的同时也得到了特征的重要性，并且在分类过程中可以观察到特征权重的变化。四、提高了微博虚假消息识别的准确率。

公开(公告)号：CN107403007B

公开(公告)日：2020-05-05

申请号：CN201710609782.2

申请日：2017-07-25

Applicant: 北京工商大学

Inventor： 段大高 ,  盖新新 ,  韩忠明 ,  莫倩

IPC: G06F16/2458 ,  G06F16/28 ,  G06F16/958 ,  G06F40/279

Abstract: 本发明是一种基于网络的微博消息可信度判别模型的方法，步骤如下：步骤一：计算先验知识；步骤二：定义网络模式；步骤三：定义元路径并生成网络；步骤四：在异构信息网络上做分类；步骤五：虚假消息识别。本发明的优点及功效：一、将评论网络建模为异构信息网络并在异构信息网络上做分类，这在微博虚假消息识别中是一次创新。二、训练数据不需要标注，节省了人力和时间。三、相比于以往研究中通过最终结果来计算特征的重要性，本发明中将特征权重的计算作为模型的一部分，得到最终分类结果的同时也得到了特征的重要性，并且在分类过程中可以观察到特征权重的变化。四、提高了微博虚假消息识别的准确率。