[發(fā)明專利]一種基于樸素貝葉斯模型的謠言識(shí)別方法

有效

• 申請?zhí)枺?/td>: 201811200240.0
• 申請日: 2018-10-16
• 公開（公告）號: CN109558483B
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 李大慶;鐘季龍
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06Q50/00
• 代理公司: 北京慧泉知識(shí)產(chǎn)權(quán)代理有限公司 11232
• 代理人: 王順榮;唐愛華

1.一種基于樸素貝葉斯模型的謠言識(shí)別方法，其特征在于：其具體實(shí)施步驟如下：

步驟1，采集樣本數(shù)據(jù)，構(gòu)建消息轉(zhuǎn)發(fā)網(wǎng)絡(luò)

首先采集樣本數(shù)據(jù)，用于學(xué)習(xí)訓(xùn)練，根據(jù)轉(zhuǎn)發(fā)消息的用戶，建立消息轉(zhuǎn)發(fā)網(wǎng)絡(luò)，為進(jìn)一步識(shí)別活躍用戶做好數(shù)據(jù)準(zhǔn)備，包括2個(gè)子步驟：

1.1采集樣本數(shù)據(jù)，并按標(biāo)簽進(jìn)行分類；

1.2定義網(wǎng)絡(luò)節(jié)點(diǎn)與連邊形式，構(gòu)建消息轉(zhuǎn)發(fā)網(wǎng)絡(luò)；

步驟2，統(tǒng)計(jì)識(shí)別謠言轉(zhuǎn)發(fā)網(wǎng)絡(luò)的活躍用戶

每一條消息形成一個(gè)消息轉(zhuǎn)發(fā)網(wǎng)絡(luò)，網(wǎng)絡(luò)中存在一些參與不同轉(zhuǎn)發(fā)網(wǎng)絡(luò)的用戶，對于謠言轉(zhuǎn)發(fā)網(wǎng)絡(luò)，通過識(shí)別這些活躍用戶，進(jìn)一步進(jìn)行基于樸素貝葉斯模型的謠言轉(zhuǎn)發(fā)網(wǎng)絡(luò)識(shí)別，包括2個(gè)子步驟：

2.1定義謠言轉(zhuǎn)發(fā)的用戶活躍度；

2.2統(tǒng)計(jì)并篩選謠言轉(zhuǎn)發(fā)網(wǎng)絡(luò)中的所有活躍用戶；

步驟3，確定謠言識(shí)別的條件概率計(jì)算公式

為判定一條消息是否屬于謠言，需根據(jù)樸素貝葉斯模型確定謠言識(shí)別的條件概率計(jì)算公式，并在此基礎(chǔ)上進(jìn)行進(jìn)一步簡化公式；條件獨(dú)立性假設(shè)是樸素貝葉斯模型中“樸素”一詞的來源，該假設(shè)目的在于簡化聯(lián)合概率的求解計(jì)算，引入該假設(shè)后，聯(lián)合概率計(jì)算就轉(zhuǎn)化為各自獨(dú)立概率的乘積的形式，即

P(x₁，x₂，...，x_n|y)＝P(x₁|y)P(x₂|y)...P(x_n|y)，

式中：P(x₁，x₂，...，x_n|y)表示y條件下事件x₁，x₂，...，x_n同時(shí)發(fā)生的聯(lián)合概率，P(x₁|y)表示y條件下事件x₁發(fā)生的概率，類似的，P(x_n|y)表示y條件下事件x_n發(fā)生的概率；

包括2個(gè)子步驟：

3.1根據(jù)條件概率計(jì)算的一般公式，確定謠言識(shí)別的條件概率計(jì)算公式；

3.2引入條件獨(dú)立性假設(shè)，簡化謠言識(shí)別的條件概率計(jì)算公式；

在步驟3.1中的做法如下：根據(jù)條件概率計(jì)算的一般公式

其中X表示特征，Y表示類別標(biāo)簽，P(Y)稱為先驗(yàn)概率，P(Y|X)稱為后驗(yàn)概率，P(X)表示特征的概率，P(X|Y)表示Y類別中X特征的概率，從消息轉(zhuǎn)發(fā)的活躍用戶出發(fā)，將謠言識(shí)別的條件概率計(jì)算公式表示為

其中K_i表示活躍用戶，P(Rumor|K₁，K₂...，K_n)表示一組活躍用戶(K₁，K₂...，K_n)在同時(shí)參與一條消息轉(zhuǎn)發(fā)的條件下，該消息為謠言的條件概率，即后驗(yàn)概率，P(K₁，K₂...K_n|Rumor)表示謠言轉(zhuǎn)發(fā)網(wǎng)絡(luò)中活躍用戶(K₁，K₂...，K_n)同時(shí)參與轉(zhuǎn)發(fā)的聯(lián)合概率，P(Rumor)表示樣本空間中謠言所占的比例，即先驗(yàn)概率，P(K₁，K₂...，K_n)表示活躍用戶參與轉(zhuǎn)發(fā)的聯(lián)合概率。

2.根據(jù)權(quán)利要求1所述的一種基于樸素貝葉斯模型的謠言識(shí)別方法，其特征在于：

在步驟1.1中所述的“采集樣本數(shù)據(jù)，并按標(biāo)簽進(jìn)行分類”，其做法如下：首先在社交網(wǎng)絡(luò)上采集用于學(xué)習(xí)訓(xùn)練的樣本數(shù)據(jù)，需要采集的信息包括消息內(nèi)容、創(chuàng)建者標(biāo)識(shí)序號、創(chuàng)建時(shí)間、轉(zhuǎn)發(fā)者標(biāo)識(shí)序號、轉(zhuǎn)發(fā)時(shí)間以及類型標(biāo)簽，將數(shù)據(jù)按類型標(biāo)簽劃分為事實(shí)和謠言兩個(gè)類別。

3.根據(jù)權(quán)利要求1所述的一種基于樸素貝葉斯模型的謠言識(shí)別方法，其特征在于：

在步驟1.2中所述的“定義網(wǎng)絡(luò)節(jié)點(diǎn)與連邊形式，構(gòu)建消息轉(zhuǎn)發(fā)網(wǎng)絡(luò)”，其做法如下：在步驟1.1采集的樣本數(shù)據(jù)基礎(chǔ)上，將網(wǎng)絡(luò)節(jié)點(diǎn)定義為參與消息轉(zhuǎn)發(fā)的用戶，將連邊定義為消息的轉(zhuǎn)發(fā)關(guān)系，方向?yàn)閺谋晦D(zhuǎn)發(fā)用戶節(jié)點(diǎn)指向轉(zhuǎn)發(fā)用戶節(jié)點(diǎn)；因此，按照上述節(jié)點(diǎn)和連邊的定義，并依據(jù)步驟1.1采集的樣本數(shù)據(jù)，按照事實(shí)和謠言標(biāo)簽分別構(gòu)建謠言和事實(shí)轉(zhuǎn)發(fā)網(wǎng)絡(luò)。