一种多特征融合的微博用户权威度评价方法

    公开(公告)号:CN107169873B

    公开(公告)日:2021-05-11

    申请号:CN201710455299.3

    申请日:2017-06-16

    Abstract: 本发明公开了一种多特征融合的微博用户权威度评价方法,该方法在新浪微博的用户信息体系的基础上,总结出了用户基本信息完整度、用户传播影响力、用户活跃度以及用户平台指数4项影响用户权威度的特征,并分别给出了提取与计算方法。在用户信息传播影响力的计算中,提出了一种基于PageRank算法改进的UserRank模型,并通过实验验证了其相对于PageRank算法更加有效。最后,基于层次分析法确定了4项用户特征的权值,构建了多特征融合的微博用户权威度评价模型并进行了相关实验。实验结果表明,本发明提出的方法计算的微博用户权威度比较合理,为用户权威度的定量评价提供了一种可行的解决方案。

    一种多特征融合的微博用户权威度评价方法

    公开(公告)号:CN107169873A

    公开(公告)日:2017-09-15

    申请号:CN201710455299.3

    申请日:2017-06-16

    CPC classification number: G06K9/629 G06Q50/01

    Abstract: 本发明公开了一种多特征融合的微博用户权威度评价方法,该方法在新浪微博的用户信息体系的基础上,总结出了用户基本信息完整度、用户传播影响力、用户活跃度以及用户平台指数4项影响用户权威度的特征,并分别给出了提取与计算方法。在用户信息传播影响力的计算中,提出了一种基于PageRank算法改进的UserRank模型,并通过实验验证了其相对于PageRank算法更加有效。最后,基于层次分析法确定了4项用户特征的权值,构建了多特征融合的微博用户权威度评价模型并进行了相关实验。实验结果表明,本发明提出的方法计算的微博用户权威度比较合理,为用户权威度的定量评价提供了一种可行的解决方案。

    一种微博谣言识别方法及系统

    公开(公告)号:CN108228853A

    公开(公告)日:2018-06-29

    申请号:CN201810027189.1

    申请日:2018-01-11

    Abstract: 本发明公开一种微博谣言识别方法和系统,所述方法包括:获取微博文本特征、微博用户特征和微博传播特征;确定微博评论情感倾向、关键词频率和评论数差值;利用证据理论,根据所述微博评论情感倾向、所述关键词频率和所述评论数差值确定微博评论异常度;根据所述微博文本特征、所述微博用户特征、所述微博传播特征以及所述微博评论异常度确定训练集微博特征向量和测试集微博特征向量;将所述训练集微博特征向量作为分类器的输入,通过调节分类器的参数训练出最优分类模型;将所述测试集微博特征向量作为分类器的输入,利用所述最优分类模型对测试集中的微博进行分类,获得分类结果,提高了微博谣言识别的准确度。

Patent Agency Ranking