![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图神经网络
文章平均质量分 55
weixin_39877064
这个作者很懒,什么都没留下…
展开
-
论文阅读《网络传播信息内容的可信度研究进展》
网络中存在着大量的谣言%偏激和虚假信息!这对网络 信 息 的 质 量%可 信 度 以 及 舆 情 的 产 生 与 发 展 趋 势 具 有严重的负面影响&为实现信息可信度的准确判断 与 高 效 度 量!该 文 在 大 量 已 有 最 新 研 究 成 果 与 文 献 的 基 础 上! 将不可信信息分为极端突发事件信息%网络偏激信息%网络谣言%虚假信息%误报 信 息 和 垃 圾 信 息 等 类 型!并 分 别 针 对这些类型信息从分类定义%内容特征描述%可信度建模以及可信度评测等四个 方 面 进 行 研 究 综原创 2022-09-27 20:27:31 · 140 阅读 · 1 评论 -
论文阅读《User Preference-aware Fake News Detection》
近年来,虚假信息和假新闻对个人和社会造成了危害,假新闻检测引起了广泛关注。现有的假新闻检测算法大多侧重于挖掘新闻内容和/或周围的外生上下文来发现虚假信号;而用户在决定是否传播假新闻时的内生偏好被忽略。确认偏差理论表明,当一则假新闻证实了用户已有的信念/偏好时,用户更有可能传播这条假新闻。用户的历史社交活动(如帖子)提供了丰富的用户新闻偏好信息,对推进假新闻检测具有巨大潜力。然而,针对假新闻检测的用户偏好挖掘工作还比较有限。原创 2022-09-26 10:51:08 · 479 阅读 · 1 评论