-
题名基于跨社交媒体传播特征的虚假新闻检测模型
- 1
-
-
作者
高源
纪科
于泳欣
马坤
马冲
赵晓凡
赵振宇
-
机构
济南大学信息科学与工程学院
山东省泛在智能计算重点实验室(济南大学)
中国人民公安大学信息网络安全学院
山东人才发展集团信息技术有限公司
-
出处
《计算机应用》
北大核心
2025年第S2期40-45,共6页
-
基金
国家自然科学基金资助项目(72471103)。
-
文摘
针对现有虚假新闻检测模型依赖单一社交平台数据收集进行分析,忽视不同媒体平台新闻内容差异,且对信息在传播过程中产生的特征缺乏关注的问题,提出一种基于跨社交媒体传播特征的虚假新闻检测模型(FBCM)。首先,从不同社交平台收集待检测新闻的相关内容及传播数据,构建跨社交媒体数据集;其次,将内容数据通过8个基准模型进行分析以得到预判断结果,同时从传播数据中获取传播特征以得出传播结果;最后,结合两方面结果并融入后启发式思想进行纠错调整,从而得到最终判断结果。实验结果表明,在验证跨平台数据集上,所提模型与MPFN(Multimodal fake news detection via Progressive Fusion Networks)模型相比,准确率提高了8.66个百分点,精确率提高了8.03个百分点,召回率提高了14.70个百分点,F1分数提高了10.97个百分点,有效解决了现有假新闻检测模型依赖单一平台数据以及时效性差的问题。
-
关键词
自然语言处理
虚假新闻检测
跨社交媒体
在线多源数据
传播特征
-
Keywords
Natural Language Processing(NLP)
fake news detection
cross-social media
online multi-source data
dissemination feature
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
