申请/专利权人:南京信息工程大学
申请日:2024-01-23
公开(公告)日:2024-04-16
公开(公告)号:CN117633635B
主分类号:G06F16/901
分类号:G06F16/901;G06F18/241;G06F18/25;G06N3/042;G06N3/0464;G06N3/082
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明公开一种基于时空传播图的动态谣言检测方法,包括以下步骤:构造用户内容传播动态图的序列,按照时刻进行分块,得到邻近图结构集合,做空洞卷积处理,输出各时刻图分块渐进图卷积隐藏表示,压缩为全局时空传播图表示,与情绪和话题特征相融合,获得谣言传播图结构表示,使用图神经网络分类算法进行第一次谣言分类判定,构建三层图卷积生成网络,生成谣言演化图结构,微调修改得到预测图,将用户内容传播图和预测图进行融合,形成谣言历史与演化图结构,复用图卷积分类思想进行二次核验。本发明提供的一种基于时空传播图的动态谣言检测方法,能够考虑用户内容传播图的动态特征和全局时空信息,有效识别社交网络中的谣言。
主权项:1.一种基于时空传播图的动态谣言检测方法,其特征在于:包括以下步骤:以用户评论与转发、时间戳与发布位置为主线,针对谣言内容构造用户内容传播动态图的序列;将用户内容传播动态图的序列按照时刻进行分块,得到邻近图结构集合;将邻近图结构集合中各时刻下图分块做空洞卷积处理,输出各时刻图分块渐进图卷积隐藏表示;将各时刻图分块渐进图卷积隐藏表示的序列为输入,通过三层倒梯形图卷积压缩,按横向-时间方向与纵向-空间方向,逐步压缩为全局时空传播图表示;将全局时空传播图表示与用户内容传播动态图中各节点的情绪和话题特征相融合,获得谣言传播图结构表示;使用图神经网络分类算法对谣言传播图结构表示进行第一次谣言分类判定,若谣言传播图结构表示被判定为谣言,则进行谣言截断措施;若谣言传播图结构表示被判定为非谣言,则构建空间-时间-空间的三层图卷积生成网络,根据邻近图结构集合中当前时刻下非谣言节点的图分块,生成未来时刻或演化出的内容传播结构,即谣言演化图结构;将谣言演化图结构做图结构微调修改得到预测图;将用户内容传播图和预测图进行融合,形成谣言历史与演化图结构;将谣言历史与演化图结构使用渐进图卷积网络与全局时空图卷积网络,复用图卷积分类思想进行二次核验,若二次检验的内容为非谣言,则放行结束,否则进行谣言截断措施。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于时空传播图的动态谣言检测方法
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。