基于多模态特征融合的社交媒体虚假新闻检测

【目的/意义】社交媒体在改变新闻传播以及人类获取信息方式的同时,也成为了虚假新闻传播的主要渠 道。因此,快速识别社交媒体中的虚假新闻,扼制虚假信息的传播,对净化网络空间、维护公共安全至关重要。【方 法/过程】为了有效识别社交媒体上发布的虚假新闻,本文基于对虚假新闻内容特征的深入剖析,分别设计了文本 词向量、文本情感、图像底层、图像语义特征的表示方法,用以提取社交网络中虚假新闻的图像特征信息和文本特 征信息,构建多模态特征融合的虚假新闻检测模型,并使用MediaEval2015数据集对模型性能进行效果验证。【结果/ 结论】通过对比分析不同特征组合方式和不同分类方法的实验结果,发现融合文本特征和图像特征的多模态模型 可以有效提升虚假新闻检测效果。【创新/局限】研究从多模态的角度设计了虚假新闻检测模型,融合了文本与图像 的多种特征。然而采用向量拼接来实现特征融合,不仅无法实现各种特征的充分互补,而且容易造成维度灾难。     

社交媒体背景下的档案信息资源个性化服务研究

[目的/意义]基于档案机构应用社交媒体开展档案信息服务效果不显著的现状,结合贝叶斯模型开展了社交媒体背景下的档案信息资源个性化服务研究,力求从数据分析与知识发现的角度改进和优化基于社交媒体平台的档案信息资源服务.[方法/过程]构建了社交媒体背景下的档案信息资源个性化服务模型并深入解析了其实现过程,并以用户相似性为基础,...     

网络新闻敏感信息识别与风险分级方法研究

[目的/意义]正确处理网络新闻带来的安全风险是保障互联网信息安全的关键。当前网络敏感信息研究主要基于网络评论语境,识别过滤以关键词形式出现的不良信息,对敏感信息的敏感程度不能进行精细计算。[方法/过程]针对现有方法的缺陷,文章从网络新闻敏感信息的语义内涵出发,通过传统敏感词方法识别出新闻中的敏感信息,然后将BERT模型方法和语义分析方法相结合衡量新闻的敏感程度,进而评估新闻的风险水平。[结果/结论]实验表明,文章实现了网络新闻敏感信息识别和敏感程度计算,能够根据计算结果对新闻进行风险分级,提出有针对性的风险处理策略,对于有效应对网络新闻带来的安全隐患具有积极意义。     

情感分歧对社交媒体中信息再传播的影响——以微博为例

[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。     

融合自注意力机制和语义词典的危机情绪分类研究

[目的/意义]在社会危机事件发生后,及时、有效地对社交网络上的文本内容进行情绪分类,有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系,采用融合自注意力机制的LSTM神经网络分类模型,实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例,通过不同参数的组合以及模型对比实验,获得了较高的准确率,验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持,同时为相关领域的研究提供语义资源。     

社交媒体用户虚假信息识别意向影响机制研究

[目的/意义]探索社交媒体用户虚假信息识别意向的影响机制，有助于完善我国虚假信息治理的知识体系，为健全虚假信息的社会矫正机制提供参考依据。[方法/过程]基于计划行为理论(Planned Behavior Theory),引入数字素养和风险感知两个变量构建了社交媒体用户虚假信息识别意向模型，分析数字素养、风险感知、识别态度、主观规范和感知行为控制对虚假信息识别意向的影响机理。以371份样本数据为基础，运用结构方程模型进行实证研究。[结果/结论]结果表明，数字素养、感知行为控制正向影响社交媒体用户的虚假信息识别意向，主观规范和识别态度对识别意向影响不显著；感知行为控制不仅直接影响识别态度，且在数字素养和识别意向的关系中起中介作用；数字素养不仅直接影响识别意向，且通过风险感知和感知行为控制间接影响识别意向，是驱动社交媒体用户虚假信息识别意向的最重要因素。     

突发事件网络舆情传播的实证研究

[目的/意义] 探索突发事件舆情传播网络的拓扑结构和传播规律、识别与评判突发事件舆情传播网络中重要节点,有助于从源头上控制舆情,增强公众、政府和媒体引导突发事件网络舆情的能力。[方法/过程] 以“魏则西事件”为实证研究对象、采集并整理数据,基于社会网络分析理论,运用Ucinet软件构建互动关系矩阵模型和Netdraw软件绘制该事件舆情传播网络社群图,从整体、局部和个体3个视角进行了该舆情传播网络结构测度分析。[结果/结论] 拓展了SNA的应用,从本质上揭示了突发事件网络舆情传播的结构特征与演变规律,总结并提出针对其本身拓扑结构的控制建议,最后,为从源头上弱化其不可控性,分别提出了公众、政府和媒体突发事件网络舆情传播的引导建议。     

社交媒体用户健康信息传播行为的影响机制研究——基于风险认知与问题解决情境理论

[目的/意义] 探索社交媒体用户健康信息传播行为的影响因素,剖析其认知-动机-传播行为之间的关系,对于理解用户的健康传播行为,提供优质的健康信息服务具有重要意义。[方法/过程] 基于风险认知与问题解决情境理论,构建社交媒体用户的健康信息传播的影响机理模型,通过问卷调查和结构方程进行实证。[结果/结论] 结果表明,风险认知、问题认知和涉入认知通过情境动机正向影响信息传播行为;同时,社交媒体用户的文化程度影响其健康问题认知。     

KiC:一种结合“结构洞”约束值与K壳分解的社交网络关键节点识别算法

[目的/意义] 在大规模社交网络中快速搜索关键节点对于舆情的引导和控制具有重要意义。[方法/过程] 本文提出一种适用于社交网络的局部中心性关键节点识别算法,该方法综合评估了节点的K壳、自身的聚集特性以及邻居的扩散特性和节点自身传播状态,同时体现了节点在空间上的网络位置和邻居的拓扑结构以及在时间上演化特征,评价指标更加全面高效。[结果/结论] 实验结果表明,该方法识别的关键节点对网络鲁棒性的影响与介数中心性接近,但计算仅基于节点局部信息,时间复杂度低。剔除这些节点后网络的连通性受到较大影响,网络聚类系数降低,平均路径长度增加。同时,利用SIR传播模型模拟验证,以该算法识别的关键节点为初始传播源可提升信息传播范围和平均传播速度。     

一种融合LDA与CNN的社交媒体中热点舆情识别方法

【目的/意义】热点舆情识别对社交媒体监管有重要意义,已有方法大多基于语义分析和社会网络分析技 术,忽略了信息传播中隐含的动态时序信息。【方法/过程】本文利用卷积神经网络,提取热点舆情在社交网络中的 多层次传播特征;然后与主题分析模型相结合,设计了热点舆情识别方法。本方法利用了舆情热度与其传播过程 间的潜在关联,摆脱了对语义信息和社会网络信息的过度依赖,适用于历史数据匮乏或缺失的识别场景。【结果/结 论】实验表明,本方法显著提升了热点舆情的识别精确度,具有一定适应性和可扩展性。     

新媒体环境下的信息治理问题研究

[目的/意义]近年来,在新媒体逐渐发展成熟的情况下,微博、微信、QQ、问答社区等泛网络产品成为网络用户进行信息交流的主要方式,这些新媒体平台在方便用户的同时,也存在明显的信息生态问题,本文尝试针对这些问题提出治理对策。[方法/过程]本文分析了新媒体环境的特征,提出了新媒体环境下的信息传播和信息治理模型,针对信息治理问题展开一系列探讨。[结果/结论]本文提出的新媒体环境下的信息传播模型和信息治理建议可为解决新媒体环境下的信息生态问题提供一些思路。     

信息传播平台对网络舆情热度的影响分析

［目的/意义］新信息技术推动媒体应用平台快速发展,网民通过主流媒体与自媒体积极参与话题讨论,客观分析信息传播平台对网络舆情事件发展的影响力,有利于建立良性的信息生态循环圈。［方法/过程］本文以官方公布的十年网络舆情热点事件为数据分析对象,使用灰色关联法分析历年各信息传播平台与网络舆情热度的关联关系,从时间、事件等维度挖掘信息传播平台对网络舆情热度的影响特征。［结论/建议］各信息传播平台对网络舆情热度的影响力与传播技术发展水平是同步的,对网络舆情热度的影响呈现势均力敌之势,媒体融合、资讯融合是发展必然趋势。     

基于LeaderRank的意见领袖发现模型及其应用

[目的/意义]随着网络和社交媒体的发展,网络"意见领袖"在网络社区的信息传播和交流中发挥着越来越重要的作用,在社会生活的各个方面对网络民意产生巨大的影响。因此,识别网络"意见领袖",掌握其特征和规律成为了网络信息传播研究的重要方面。[方法/过程]在PageRank思想的基础上,利用文本的TF-IDF计算网络社区用户节点的连接强度,以此改进PageRank算法,提出一种LeaderRank方法用来评价网络社区用户节点的重要度,并结合其他指标及BP神经网络进行"意见领袖"的发现实验以及进一步的数据挖掘工作。[结果/结论]实验结果表明,该方法相较于神经网络具有更高的识别率,该方法可以灵活配合其他指标和方法使用,具有更好的适用性、扩展性和稳定性。     

基于FIUHM模型的兴趣社区检测方法研究

[目的/意义] 构建基于用户兴趣标签的网络社团识别模型（Fuzzy Interests and User Hybrid Model,FIUHM）,揭示用户兴趣与社团形式概念间的模糊层级关系,实现多粒度属性与社团拓扑结构的层次聚类。[方法/过程] 通过抽取豆瓣电影社区数据,实现基于用户标签的兴趣强度语义标注,利用用户相似度,获取社区用户间兴趣语义距离;将网络社区的领接矩阵映射为社团形式背景,构建社团模糊概念格,建立社团形式概念及其偏序关系集,完成社团形式概念建模;通过计算社团稳定指数,识别网络社团边界,并聚类最大独立社团,实现兴趣社团的在线检测。[结果/结论] 通过对比实验,验证了FIUHM模型的有效性,实验表明将模糊形式概念分析引入网络社团识别研究,利用模糊概念格的偏序关系建模用户节点间的兴趣相似度,有利于提高社团识别的分辨率。     

社会化媒体信息生态系统要素及结构研究——以图书馆微博为例

[目的/意义] 为优化社会化媒体信息生态系统,以及为用户群体需求和图书馆自身建设需求提供导向。[方法/过程] 基于对社会化媒体生态系统与自然生态系统相似性和差异性的分析,本文界定了社会化媒体生态系统种群、群落等概念,重点论述了社会化媒体生态系统的基本要素、各要素间的层次关系、生态结构及其信息资源流动,并以图书馆微博为例,分析其微博信息生态系统组成要素及信息流转路径。[结果/结论] 形成社会化媒体及图书馆微博信息资源流动路径图,有助于探寻社会化媒体的生存发展规律。     

基于关键词共现和社区发现的微博热点主题识别研究

[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子-主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文方法的可行性和有效性。在此基础上,研究还选取实例进一步对主题的热度迁移和情感倾向进行了分析,具备一定的预警作用。     

基于用户行为感知的移动社交网络信息服务持续使用意愿研究

[目的/意义]本文以用户行为感知视角，研究影响移动社交网络主导型用户与浏览型用户持续使用的因素，为移动社交网络信息服务提供理论基础，并为移动社交网络提供商提出参考与应用借鉴。[方法/过程]分析移动社交网络主导型用户与浏览型用户持续使用意愿影响因素，引入相关变量，构建了基于用户行为感知的移动社交网络信息服务持续使用意愿模型并提出假设，最后通过结构方程模型进行实证分析。[结果/结论]感知有用性、感知易用性、感知娱乐、感知质量等因素均显著影响主导型及浏览型两类用户；服务质量、感知风险、知识获取、个人创新、社会认可、感知信任、感知转换成本等因素对两类用户有不同程度的影响。     

基于情报学招聘实体挖掘的情报学教育及人才培养分析

[目的/意义]为了帮助情报学学科背景的就业人员掌握市场对情报学人才的具体需要,为情报学的教育者拟定情报学的教育体系和人才培养的目标提供指导。[方法/过程]采集国内各大招聘网站情报学相关职位招聘公告,构建情报学招聘语料库,基于CRF机器学习模型和Bi-LSTM-CRF、BERT、BERT-Bi-LSTM-CRF深度学习模型,从语料库中抽取5类情报学招聘实体进行挖掘分析。[结果/结论]通过在已有2000篇经过标注的职位招聘公告语料库上开展情报学招聘实体自动抽取对比实验,识别效果最佳的CRF模型的整体F值为85.07%,其中对"专业要求"实体的识别F值达到了91.67%。BERT模型在"专业要求"实体识别任务中更是取得了92.10%的F值。使用CRF模型对全部符合要求的5287篇招聘公告进行实体抽取,构建了情报学招聘实体社会网络,并通过信息计量分析与社会网络分析的方式挖掘隐含知识。     

大学生网络健康信息甄别的影响因素探究

[目的/意义]旨在为提高大学生健康信息素养提供参考。[方法/过程]通过焦点小组访谈法收集数据,基于扎根理论建立大学生网络健康信息甄别的理论模型。[结果/结论]影响因素包括个人认知和经验的个人因素,以及社会和媒体的环境因素。提出大学生应阅读正规网站的网络健康信息,提高认知水平;家庭、学校应发挥积极的教育引导作用,强化健康意识;媒体应加强对网络健康信息的净化,增强舆论引导作用。     

基于大数据分析的网络舆论分阶段控制与引导研究

[目的/意义]基于网络大数据,分析多种主客观因素在网络事件不同发展阶段所起的作用,探究其影响规律和最优控制手段,对引导社会舆论健康发展有着非常重要的意义.[方法/过程]选取网民、政府媒体、网络大V、企业和其他新闻媒体、持续时间作为控制指标,运用层次分析法确定权重;选取网络热点事件作为样本,利用理想解法构建综合评价模型,...