公开(公告)号：CN115114500A

公开(公告)日：2022-09-27

申请号：CN202210788962.2

申请日：2022-07-06

Applicant: 上海交通大学

Inventor： 余昊晴 ,  马颖华 ,  陈秀真 ,  刘淑婷

IPC: G06F16/951 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于举报信息和传播异构图的谣言检测方法和系统，包括：获取存在谣言传播的主题关键词；根据主题关键词爬取与主题相关的数据，包括信息、信息发布者数据以及信息转发、点赞用户数据；利用获取的信息、信息发布者数据以及信息转发、点赞用户数据，确定节点种类、节点标签和边关系矩阵，并生成信息异构传播图，根据标注的信息节点标签，通过降低训练集的损失之和，完成图注意力神经网络的训练；基于信息异构传播图，利用转发及发布信息的所有用户真实性概率结果均值计算该条信息的真实性。本发明的高预测准确率减少了人工判断虚假新闻的成本；使用图注意力网络训练时，仅采用少量样本训练，符合真实社交网络环境。

公开(公告)号：CN115114500B

公开(公告)日：2024-08-02

申请号：CN202210788962.2

申请日：2022-07-06

Applicant: 上海交通大学

Inventor： 余昊晴 ,  马颖华 ,  陈秀真 ,  刘淑婷

IPC: G06F16/951 ,  G06F16/9536 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于举报信息和传播异构图的谣言检测方法和系统，包括：获取存在谣言传播的主题关键词；根据主题关键词爬取与主题相关的数据，包括信息、信息发布者数据以及信息转发、点赞用户数据；利用获取的信息、信息发布者数据以及信息转发、点赞用户数据，确定节点种类、节点标签和边关系矩阵，并生成信息异构传播图，根据标注的信息节点标签，通过降低训练集的损失之和，完成图注意力神经网络的训练；基于信息异构传播图，利用转发及发布信息的所有用户真实性概率结果均值计算该条信息的真实性。本发明的高预测准确率减少了人工判断虚假新闻的成本；使用图注意力网络训练时，仅采用少量样本训练，符合真实社交网络环境。