[发明专利]基于表示学习的网络谣言传播控制方法有效
| 申请号： | 201911071623.7 | 申请日： | 2019-11-05 |
| 公开（公告）号： | CN110795641B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 肖云鹏;杨秋帆;卢星宇;李暾;李茜;桑春艳 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q50/00;G06K9/62;G06N3/04;G06N3/08;G06F17/18;G06F40/289 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 王海军 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于社交网络谣言信息控制技术领域，特别涉及一种基于表示学习的网络谣言传播控制方法，包括获取原始数据进行预处理，并对预处理后的原始数据进行时间分片；提取用户社交结构、用户历史信息、用户基本属性三个方面的相关属性向量，并将相关属性转换为低位稠密实质向量；构建图卷积神经网络，并将特征向量作为图卷积神经网的输入；利用训练数据对图卷积神经网络进行训练；图卷积神经网络输出下一个时刻用户的粉丝参与话题的概率、该粉丝参与谣言的概率以及该粉丝参与辟谣话题的概率；若该用户参与谣言的概率最大，则将辟谣消息推送给该用户；本发明使用表示学习的方法全貌表示了谣言话题下用户的特征，从而使最后的预测效果更好。 | ||
| 搜索关键词： | 基于 表示 学习 网络 谣言 传播 控制 方法 | ||
【主权项】：
1.基于表示学习的网络谣言传播控制方法，其特征在于，包括以下步骤：/nS1、获取当前时刻的原始数据作为训练数据，对训练数据进行预处理，并对预处理后的原始数据进行时间分片；/nS2、基于用户社交结构、用户历史信息、用户基本属性，分别提取用户社交结构、用户历史信息、用户基本属性三个方面的相关属性向量，并将相关属性转换为3个长度相同到的低位稠密实质向量；/nS3、构建图卷积神经网络，并将特征向量作为图卷积神经网的输入；/nS4、利用训练数据对图卷积神经网络进行训练；/nS5、图卷积神经网络输出下一个时刻用户的粉丝参与话题的概率、该粉丝参与谣言的概率以及该粉丝参与辟谣话题的概率；/nS6、若该用户参与谣言的概率最大，则将辟谣消息推送给该用户。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911071623.7/，转载请声明来源钻瓜专利网。
