[發明專利]基于用戶生成內容的新聞認證預警方法及系統

有效

• 申請號: 201410414956.6
• 申請日: 2014-08-21
• 公開（公告）號: CN104636408B
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 曹娟;吳波;謝菲;張勇東;蘇宇;李錦濤;呂銳;曹學會
• 申請（專利權）人: 中國科學院計算技術研究所;新華通訊社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律誠同業知識產權代理有限公司11006
• 代理人: 祁建國,梁揮

1.一種基于用戶生成內容的新聞認證預警系統，其特征在于，包括：

新聞線索語義擴展模塊，用于獲取新聞線索，并對該新聞線索進行語義擴展，獲取參考數據；

參考數據定向采集模塊，用于對該參考數據進行定向采集，獲取信息內容、傳輸模式、用戶群體、用戶群體的行為信息和屬性信息；

語義知識提取模塊，從該信息內容中提取語義知識；

語義知識對比認證模塊，對該語義知識進行聚類和相似度計算，識別與歷史新聞線索數據庫不匹配的新聞線索；

用戶群體認證模塊，分析用戶群體的行為信息和屬性信息，提取該行為信息和屬性信息的可信度認證要素，獲取該用戶群體的可信度認證結果R(U)；

信息內容認證模塊，用于將信息內容進行邏輯對比認證，將該信息內容反應的情緒、新聞觀點進行分類，獲取該信息內容認證結果R(M)；

傳播模式認證模塊，用于挖掘該新聞觀點的傳播模式，檢測具有異常的傳播模式，獲取該傳播模式異常度認證結果R(G)；

預警分級模塊，用于根據這些認證結果及其相應的權重，對該新聞線索的可信度進行預警分級。

2.如權利要求1所述基于用戶生成內容的新聞認證預警系統，其特征在于，還包括：認證結果展示模塊，用于將該用戶群體的可信度認證結果R(U)、該信息內容認證結果R(M)、該傳播模式異常度認證結果R(G)進行整理和結構化展示。

3.如權利要求1所述基于用戶生成內容的新聞認證預警系統，其特征在于，還包括：

該參考數據包括新聞線索標簽、源頭微博、以及對應的微博信息鏈接、作者賬號；

該信息內容包括，文本內容和多媒體內容；

該語義知識包含該多媒體和文本語義知識，該多媒體語義知識是指從該多媒體內容中提取高穩定性和區分性的視覺指紋；

該預警分級計算公式為：R＝{w₁R(U)+w₂R(G)+w₃R(M)}，其中w₁，w₂，w₃為權重。

4.如權利要求1所述基于用戶生成內容的新聞認證預警系統，其特征在于，用戶群體認證模塊還包括：

識別模塊，首先在微博平臺中識別與該新聞線索相關的用戶群體；

特性分析模塊，對該用戶群體中的核心人物進行深度分析，總結該核心人物的行為信息和屬性信息；

特性提取模塊，從該行為信息和屬性信息中提取用戶粉絲數、用戶關注數、用戶收藏數，用戶互粉數，用戶地理位置，用戶描述，用戶關注、用戶粉絲、用戶標簽、用戶互粉認證比例以及用戶微博數，構造用戶群體認證分析模型。

5.如權利要求1所述基于用戶生成內容的新聞認證預警系統，其特征在于，該傳播模式認證模塊還包括：

分析模塊，用于分析該新聞觀點的源頭微博，以及該新聞觀點傳播過程中的用戶群體；

過濾模塊，用于獲取該用戶群體的評論輿情與傳播模式，檢測異常或匹配沖突的新聞觀點，并進一步過濾該用戶群體。

6.一種基于用戶生成內容的新聞認證預警方法，其特征在于，包括：

S1，獲取新聞線索，并對該新聞線索進行語義擴展，獲取參考數據；

S2，對該參考數據進行定向采集，獲取信息內容、傳播模式、用戶群體、用戶群體的行為信息和屬性信息；

S3，從該信息內容中提取語義知識；

S4，對該語義知識進行聚類和相似度計算，識別與歷史新聞線索數據庫不匹配的新聞線索；

S5，分析用戶群體的行為信息和屬性信息，提取該行為信息和屬性信息可信度認證要素，獲取該用戶群體的可信度認證結果R(U)；

S6，對信息內容進行邏輯挖掘，將該信息內容反映出的情緒、新聞觀點進行分類，獲取該信息內容認證結果R(M)；

S7，對該新聞觀點的傳播模式進行挖掘，檢測具有異常的傳播模式，獲取該傳播模式異常度認證結果R(G)；

S8，根據這些評價結果及其相應的權重，對該新聞線索進行預警分級。

7.如權利要求6所述基于用戶生成內容的新聞認證預警方法，其特征在于，還包括：

將該用戶群體的可信度認證結果R(U)、該信息內容認證結果R(M)、該傳播模式異常度認證結果R(G)進行整理和結構化展示。