申请/专利权人：大连民族大学

申请日：2021-03-23

公开（公告）日：2024-03-29

公开（公告）号：CN112819645B

主分类号：G06Q50/00

分类号：G06Q50/00;G06F18/241;G06F18/214;G06N3/04;G06N3/08;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.06.04#实质审查的生效;2021.05.18#公开

摘要：本发明公开了一种基于模体度的社交网络虚假信息传播检测方法，涉及信息检测领域。本发明首先基于复杂网络的有向模体结构，提出了模体度算法，基于模体度算法通过对社交网络的广度传播与深度传播机制进行统计分析，有助于分析在线社交网络中虚假信息的传播机制，基于模体度应用于微博的虚假信息传播特性分析，将应用于社交媒体信息传播过程的虚假信息检测、遏制假新闻的早期传播等实际场景中，而且通过识别网络结构来检测虚假信息的方法，可在新闻传播中重要节点的识别与机器人检测发挥作用，为虚假信息检测提供了一种基于网络结构特征的新颖可行的途径。

主权项：1.一种基于模体度的社交网络虚假信息传播检测方法，其特征在于，包括以下步骤：读取真实信息与虚假信息全部转发数据，进行数据清洗；构建时序虚假信息转发网络与真实信息转发网络；设计模体度算法，以计算单条网络的广度模体度与深度模体度；对全部转发数据，应用模体度算法模型以及networkx的内置网络统计量方法，提取真实信息转发网络与虚假信息转发网络的数据特征；利用所述数据特征训练二分类模型；利用二分类模型对网络中的数据进行虚假信息检测；所述模体度算法的具体流程如下：读取单个事件转发数据；构建该事件转发网络拓扑，构建的网络为有向无权无环的最大联通网络，根节点为事件信息发布者；初始化节点广度模体度列表、节点深度模体度列表和节点储存列表；遍历该网络中的全部节点：以每个节点为父子节点，计算该节点能够生成的广度传播模体与深度传播模体数量，记为节点广度模体度和节点深度模体度；对列表中全部节点广度模体度、节点深度模体度分别进行求和，得到该网络的模体度：广度模体度、深度模体度。

全文数据：

权利要求：

百度查询： 大连民族大学 基于模体度的社交网络虚假信息传播检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD