文本挖掘-Text-mining-based Fake News Detection Using Ensemble Methods -文献阅读笔记

---

前言

本文主要记录作者对于文本挖掘相关论文的读后感，包括主要方法，对文献的评价，应用的的背景，以及总结与结论等方面的内容。

一、数据挖掘-文本挖掘？

近年来数据挖掘比较火，文本挖掘就是数据的挖掘的一种。 通俗的说，从海量数据中寻找自己需要的数据集。

二、相关工作

1.对比了多种假新闻检测的方法：

a) Shu et al.[2] classify fake news detection models into news content models and social context models.
b) Conroy et al.[8] propose operational guidelines for designing a system for verification of news.
c) Gild: TF-IDF of bi-grams with stochastic gradient descent model identified fake news with an accuracy of 77.2%.
d) Ruchansky et al.[11] proposed a model with three modules: capture, score, and integrate.89.2%(Twitter)-95.3%(W
e) Buntain and Golbeck[12] used structural, contentbased, user and temporal features to design a s