5G時代的到來給人們帶來了更快的信息交互體驗。此次新冠肺炎疫情在國內(nèi)爆發(fā),社交平臺上關(guān)于疫情的信息層出不窮,其中不乏一些虛假謠言。謠言實(shí)質(zhì)上是一種輿論病毒,在抗疫阻擊戰(zhàn)中,它比真正的病毒更值得警惕。謠言經(jīng)廣泛傳播,會造成不良的社會影響,其危害可能更大。謠言的產(chǎn)生反映出信息披露的盲點(diǎn),本文首先對新冠肺炎相關(guān)謠言做數(shù)據(jù)分析和文本挖掘,找出關(guān)鍵內(nèi)容,幫助相關(guān)部門做好信息共享,更及時準(zhǔn)確地公布信息,讓謠言失去傳播的機(jī)會。關(guān)于謠言的檢測,本文基于國內(nèi)外學(xué)者已取得的研究成果,構(gòu)建新的更有效的謠言檢測模型,應(yīng)用于新冠肺炎謠言的識別。社交網(wǎng)絡(luò)已經(jīng)成了人們現(xiàn)代生活必不可少的交流工具,影響著人們衣食起居各個方面,但獲得的信息并不一定都真實(shí)可靠,針對新冠疫情,只有真實(shí)的消息才對大眾和權(quán)威機(jī)構(gòu)是有價值的。因此,在社交網(wǎng)絡(luò)上,對新冠肺炎疫情的謠言檢測非常重要。本文在社交平臺上搜集了四個方面的數(shù)據(jù)作為本次實(shí)驗的數(shù)據(jù)集:騰訊較真平臺數(shù)據(jù),微博“抗擊新型肺炎第一線”話題數(shù)據(jù),微博社區(qū)管理中心數(shù)據(jù)和疫情相關(guān)的普通微博數(shù)據(jù)。本文通過對疫情相關(guān)的用戶個人信息和微博內(nèi)容信息進(jìn)行分析,提取文本信息、用戶屬性、交互行為及情感傾向...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    第一節(jié) 研究背景及意義
        一、研究背景
        二、研究意義
    第二節(jié) 國內(nèi)外研究現(xiàn)狀
        一、基于手工提取特征的謠言識別
        二、基于信息傳播機(jī)制的謠言識別
        三、基于神經(jīng)網(wǎng)絡(luò)的謠言識別
    第三節(jié) 主要創(chuàng)新點(diǎn)與難點(diǎn)
        一、研究的創(chuàng)新點(diǎn)
        二、研究的難點(diǎn)
    第四節(jié) 研究思路與框架
        一、研究思路
        二、論文框架
    第五節(jié) 本章小結(jié)
第二章 謠言分析與檢測的相關(guān)工作
    第一節(jié) 肺炎相關(guān)謠言的定義與獲取
        一、肺炎相關(guān)謠言的定義
        二、謠言的獲取
    第二節(jié) 數(shù)據(jù)分析方法及理論
        一、文本挖掘
            (一)文本權(quán)重計算
            (二)概率主題模型
        二、機(jī)器學(xué)習(xí)
            (一)支持向量機(jī)
            (二)樸素貝葉斯
            (三)集成學(xué)習(xí)
        三、深度學(xué)習(xí)
    第三節(jié) 本章小結(jié)
第三章 新冠肺炎相關(guān)謠言分析
    第一節(jié) 新冠肺炎謠言數(shù)據(jù)預(yù)處理
    第二節(jié) 詞頻分析
    第三節(jié) 情感分析
    第四節(jié) 同時期類比
    第五節(jié) 主題詞分析
    第六節(jié) 本章小結(jié)
第四章 新冠肺炎相關(guān)謠言檢測
    第一節(jié) 微博特征提取
        一、文本信息
        二、用戶屬性
        三、交互行為
        四、情感傾向
    第二節(jié) 模型評價指標(biāo)
    第三節(jié) 實(shí)驗過程
        一、支持向量機(jī)模型
        二、樸素貝葉斯模型
        三、集成學(xué)習(xí)模型
        四、深度學(xué)習(xí)模型
    第四節(jié) 特征重要性分析
    第五節(jié) 實(shí)驗結(jié)果分析
第五章 總結(jié)與展望
    第一節(jié) 總結(jié)
    第二節(jié) 展望
參考文獻(xiàn)
致謝
個人簡歷及在學(xué)期間發(fā)表的研究成果



本文編號：3996205