基于梯度树提升的新浪微博谣言检测方法
社会与信息网络
2018-06-19 v1
摘要
在新浪微博等微博客平台上的谣言检测是一个关键问题。大多数现有谣言检测算法需要大量传播数据用于模型训练，因此在谣言消息发布后的早期阶段检测精度不佳。本文提出使用梯度树提升 (GTB) 方法进行谣言检测，并基于此开发了谣言检测算法。同时，基于 GTB 的方法便于进行特征选择，因而开发了特征选择算法。在广泛使用的新浪微博数据集上的实验表明，所提检测算法优于最先进的检测算法；此外，其在早期阶段具有最高的检测精度。该工作似乎是首个将基于 GTB 的方法用于谣言检测的研究，结果表明其可能是一种有前景的方法。
引用
@article{arxiv.1806.06326,
title = {A Gradient Tree Boosting based Approach to Rumor Detecting on Sina Weibo},
author = {Xiao Xiong and Bo Yang and Zhongfeng Kang},
journal= {arXiv preprint arXiv:1806.06326},
year = {2018}
}