[发明专利]网络信息检测方法、装置、存储介质和计算机设备

说明书

本申请涉及一种网络信息检测方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取网络信息的传播树结构以及传播树结构中各传播节点的发布内容和特征信息；基于传播树结构中各传播节点之间的层次关系，按照传播的时间序列生成与传播树结构对应的预测模型；预测模型的各神经网络节点的层次关系与各传播节点之间的层次关系对应；将各传播节点的发布内容和特征信息输入预测模型对应的神经网络节点，根据预测模型的参数和预测模型得到网络信息的检测结果。该方法从网络信息的传播树结构对发布内容是否为谣言进行预测，同时，谣言的检测考虑了各传播节点的发布内容和特征信息，进一步提高了谣言检测所需的信息量，从而提高了谣言检测的准确率。

技术领域

本申请涉及互联网技术领域，特别是涉及一种网络信息检测方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着互联网的快速发展，网络已成为人们发布信息和获取资讯的重要渠道。网络信息具有传播速度快，覆盖范围广等特点。当权威的信息在网络上被发布时，能够得到及时有效的响应和关注。而当谣言在网络被传播时，容易误导人们，给群众及乃至社会造成不同程度的影响。其中，谣言是指不真实的言论。

为此，各社交网络越来越重视对网络信息的检测工作，以甄别出其中的谣言信息。传统地网络信息检测方法，都将谣言检测视为分类问题，即通过提取社交网络(例如微博/推文等)的文本内容、用户资料和消息传播等方面的特征，训练监督学习算法得到“谣言”分类器。

而多数谣言的检测仅仅考虑发布内容在特定时刻下特征的统计数值，即谣言分类时考虑的特征单一、不全面，从而导致网络信息检测的结果准确率低。

发明内容

基于此，有必要针对网络信息检测准确率低的技术问题，提供一种网络信息检测方法、装置、计算机可读存储介质和计算机设备。

一种网络信息检测方法，包括：

获取网络信息的传播树结构以及各传播节点的特征信息；

基于所述传播树结构中各传播节点之间的层次关系，按照传播的时间序列生成与所述传播树结构对应的预测模型；所述预测模型的各神经网络节点的层次关系与各传播节点之间的层次关系对应；

将所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点，根据预测模型的参数和所述预测模型得到所述网络信息的检测结果。

一种网络信息检测装置，包括：

获取模块，用于获取网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息；

模型生成模块，用于基于所述传播树结构中各传播节点之间的层次关系，按照传播的时间序列生成与所述传播树结构对应的预测模型；所述预测模型的各神经网络节点的层次关系与各传播节点之间的层次关系对应；

检测模块，用于将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点，根据预测模型的参数和所述预测模型得到所述网络信息的检测结果。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述方法的步骤。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述方法的步骤。