基于多傳遞影響力的社交媒體謠言檢測方法

段大高，白宸宇，韓忠明，熊海濤

（1.北京工商大學(xué) 國際經(jīng)管學(xué)院，北京 100048；2.北京工商大學(xué) 食品安全大數(shù)據(jù)技術(shù)北京重點(diǎn)實(shí)驗(yàn)室，北京 100048）

0 概述

在現(xiàn)實(shí)世界中，社交網(wǎng)絡(luò)已經(jīng)與人們?nèi)粘９ぷ骱蜕蠲懿豢煞?，人們不僅通過網(wǎng)絡(luò)獲取各種信息，同時也參與到信息內(nèi)容的創(chuàng)作中。社交網(wǎng)絡(luò)中的信息傳播具有速度快、范圍廣、即時性強(qiáng)等特點(diǎn)。然而，由于在發(fā)布信息時缺乏有效監(jiān)管手段，導(dǎo)致社交網(wǎng)絡(luò)平臺成為謠言傳播的溫床［1］。網(wǎng)絡(luò)謠言不僅會影響人們的日常生活，而且會帶來嚴(yán)重的社會問題。例如，2016 年美國大選期間，有益的謠言信息傾向于支持唐納德·特朗普而非希拉里·克林頓，直接影響選舉結(jié)果［2］。因此，研究自動高效的謠言檢測方法意義重大，尤其是在信息傳播早期階段。

傳統(tǒng)檢測方法主要利用文本內(nèi)容、用戶特征通過手工提取特征，然后再利用分類器分類，如決策樹［3］、隨機(jī)森林［4］、支持向量機(jī)［5］。隨著近年來深度學(xué)習(xí)的發(fā)展，越來越多的研究采用深度學(xué)習(xí)方法。除上述內(nèi)容特征外，謠言的傳播還存在結(jié)構(gòu)特性，傳播圖中的節(jié)點(diǎn)會因?yàn)猷従蛹案h(yuǎn)鄰居而影響自己，關(guān)系越親近的鄰居影響更大，因此轉(zhuǎn)發(fā)關(guān)系的謠言之間存在結(jié)構(gòu)影響力，這將有助于對謠言的分類。雖然現(xiàn)有研究已經(jīng)取得了部分成就，但是鑒于社交媒體下謠言檢測任務(wù)的復(fù)雜性，其還存在以下問題：謠言文本包含了語義信息和傳播結(jié)構(gòu)信息，以往方法利用樹結(jié)構(gòu)學(xué)習(xí)結(jié)構(gòu)影響力并不完善，謠言傳播結(jié)構(gòu)應(yīng)是一個錯綜復(fù)雜的圖結(jié)構(gòu)；用戶屬性可以豐富謠言檢測特征，但在傳播早期很難獲取大量用戶信息，因此無法利用用戶的關(guān)注關(guān)系描繪傳播網(wǎng)絡(luò)，但可以通過早期謠言的轉(zhuǎn)發(fā)關(guān)系構(gòu)建用戶傳播圖；消息在傳播過程中會受到不同用戶的影響，以往方法忽略了未直接轉(zhuǎn)發(fā)或評論用戶存在的間接影響，而這些潛在關(guān)系可以豐富謠言檢測特征。

本文提出一種基于多傳遞影響力（Multi-Transmit Influence，MTI）的謠言檢測方法。使用轉(zhuǎn)發(fā)關(guān)系對用戶節(jié)點(diǎn)構(gòu)圖，根據(jù)圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)文本的結(jié)構(gòu)影響力，以避免使用大規(guī)模用戶信息，在此基礎(chǔ)上通過構(gòu)造基于用戶傳遞影響力的節(jié)點(diǎn)表示，學(xué)習(xí)用戶之間在傳播過程中不同的影響力，以增強(qiáng)用戶特征信息。

1 研究現(xiàn)狀

目前，研究人員將謠言檢測任務(wù)看作是一種分類，即判斷某個消息是“虛假信息”還是“非虛假信息”，亦或是其他類別。其中一類方法為基于傳統(tǒng)機(jī)器學(xué)習(xí)的方法，例如，文獻(xiàn)［6］通過提取單詞或短語的頻率特征，選出對謠言或者是非謠言比較有代表性的詞進(jìn)行謠言檢測。文獻(xiàn)［7］首先按照主題分類提取用戶特征，然后利用機(jī)器學(xué)習(xí)的方法進(jìn)行分類。文獻(xiàn)［8］使用了多種不同類型的特征，并通過梯度提升決策樹來進(jìn)行謠言檢測。文獻(xiàn)［9］提出一種基于動態(tài)時間序列的謠言檢測模型，利用時間序列為謠言的社會情境特征變化進(jìn)行建模，在傳統(tǒng)機(jī)器學(xué)習(xí)中取得了較好的效果。

隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，許多研究人員嘗試?yán)蒙疃葘W(xué)習(xí)來解決文本分類問題［10］。文獻(xiàn)［11］應(yīng)用遞歸神經(jīng)網(wǎng)絡(luò)，通過學(xué)習(xí)傳播序列中的信息進(jìn)行謠言檢測。研究人員通過引入注意力機(jī)制的模型［12-14］和利用對抗生成網(wǎng)絡(luò)的模型［15］都取得了一定的效果。文獻(xiàn)［16］通過遞歸神經(jīng)網(wǎng)絡(luò)對謠言信息以樹結(jié)構(gòu)的形式，捕獲自上而下和自下而上的結(jié)構(gòu)信息，但是樹結(jié)構(gòu)學(xué)習(xí)結(jié)構(gòu)影響力并不完善，謠言傳播結(jié)構(gòu)應(yīng)是一個錯綜復(fù)雜的圖網(wǎng)絡(luò)，因此丟失了一些結(jié)構(gòu)信息。文獻(xiàn)［17］則分別使用了循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)傳播路徑上的不同信息，但未考慮到用戶間的影響力。

2 基于多傳遞影響力的謠言檢測方法

2.1 模型整體架構(gòu)

基于多傳遞影響力的謠言檢測方法整體架構(gòu)如圖1 所示。

圖1 謠言檢測模型整體架構(gòu)Fig.1 Overall architecture of the rumor detection model

模型由文本特征學(xué)習(xí)模塊和用戶特征學(xué)習(xí)模塊兩部分構(gòu)成。其中文本特征學(xué)習(xí)模塊包括：1）文本特征提取，首先利用Word2Vec［18］獲取詞向量，將微博句子表示為一個微博詞特征矩陣，再利用多頭注意力機(jī)制和卷積神經(jīng)網(wǎng)絡(luò)作用于微博詞特征矩陣得到微博句子特征；2）文本傳播特征提取，首先構(gòu)建微博文本之間的轉(zhuǎn)發(fā)或評論關(guān)系圖，再利用圖卷積神經(jīng)網(wǎng)絡(luò)獲取傳播特征。用戶特征學(xué)習(xí)模塊包括：1）用戶影響力計算，利用轉(zhuǎn)發(fā)關(guān)系將微博對應(yīng)的用戶進(jìn)行構(gòu)圖，獲取用戶向量表示，再引入注意力機(jī)制獲取用戶影響力；2）用戶傳遞影響力計算，通過構(gòu)造基于用戶傳遞影響力的節(jié)點(diǎn)表示方法，學(xué)習(xí)用戶之間在傳播過程中的不同影響力。將更新后的文本特征和用戶特征融合，并由分類器進(jìn)行分類輸出，來預(yù)測微博信息的類別。

2.2 文本特征學(xué)習(xí)模塊

源謠言集合用X={X1，X2，…，Xn}表示，每條源謠言相關(guān)的信息用Xi=表示，其中r為源微博，v對應(yīng)不同的轉(zhuǎn)發(fā)。Xi中每條信息vi包含若干詞，用vi={Word1，Word2，…，WordL}表示，其中WordL表示微博分詞后的詞組，L表示微博分詞的長度。利用Word2Vec獲取詞嵌入表示，再用微博詞特征矩陣vi∈?L×d表示每個微博句子，微博詞特征矩陣如圖2所示。

圖2 微博詞特征矩陣Fig.2 Weibo word feature matrix

2.2.1 文本特征提取

在謠言檢測問題中，文本信息十分重要，本文模型中文本特征提取過程如圖3 所示。

圖3 文本特征提取過程Fig.3 Text feature extraction process

本文將微博詞特征矩陣作為輸入，通過多頭自注意力機(jī)制更新該矩陣，把更新后的微博詞特征矩陣輸入到卷積神經(jīng)網(wǎng)絡(luò)層和池化層提取特征，得到每條微博的句子特征，最后將不同句子特征拼接，得到源微博及相關(guān)微博的特征矩陣。

1）多頭自注意力機(jī)制。在多頭自注意力機(jī)制計算過程中，使句子中所有詞相互影響，提取內(nèi)部相關(guān)特性，獲取詞間依賴關(guān)系。

多頭自主意力機(jī)制過程如圖4 所示，輸入Q=K=V，即微博句子的詞特征矩陣。

圖4 多頭自注意力機(jī)制過程Fig.4 Multi-head self-attention mechanism process

線性層將Q、K、V映射為h個不同部分，各部分進(jìn)行縮放點(diǎn)擊注意力，計算公式如式（1）所示，得到輸出如式（2）所示：

其中：i∈[1，h]；d表示詞嵌入維度。將不同部分的結(jié)果進(jìn)行拼接，再通過一個線性層得到輸出，如式（3）所示：

其中：W0∈?d×d為權(quán)重矩陣，輸出內(nèi)容Z的維度與Q相同。

2）卷積池化層。通過卷積層和最大池化層捕獲微博句子級的特征。將Z∈?L×d作為輸入，文本特征卷積核為W∈?h×d，其中h表示卷積核感受野的大小，作用公式為：

其中：σ為非線性激活函數(shù)；為單詞的詞向量表示；b為偏置量。經(jīng)過卷積層提取得到卷積層特征。將卷積層特征輸入最大池化層，對e∈?()L-h+1×d進(jìn)行最大池化，如式（5）所示：

在卷積層中設(shè)置不同大小的卷積核，每種卷積核的數(shù)量為d/3。將不同卷積核對應(yīng)的輸出連接起來得到mi∈?d，表示源微博或其轉(zhuǎn)發(fā)微博的句子級特征，進(jìn)而獲取源微博及相關(guān)微博特征矩陣M=[mr，m1，m2，…，mn-1]∈?n×d。

2.2.2 文本傳播特征提取

對于謠言事件相關(guān)的信息Xi，用Gi={Ei，Vi}表示其傳播圖結(jié)構(gòu)。如圖5 所示，圖中節(jié)點(diǎn)集合為Vi=表示源微博，邊集合Ei={，t=0，1，0，…，ni-1}，其中每一條就表示兩條微博間存在著一個傳播行為，用鄰接矩陣A∈?n×n表示，鄰接矩陣中對應(yīng)位置元素為aij，微博之間存在轉(zhuǎn)發(fā)或評論關(guān)系則為1，否則為0，對應(yīng)關(guān)系如式（6）所示：

圖5 微博文本傳播圖Fig.5 Weibo text spread graph

利用圖卷積神經(jīng)網(wǎng)絡(luò)［19］學(xué)習(xí)傳播特征，將微博特征矩陣M和文本傳播圖鄰接矩陣A作為輸入，計算公式如式（7）所示：

2.3 用戶特征學(xué)習(xí)模塊

如圖6 所示，圖中節(jié)點(diǎn)u0～u6表示轉(zhuǎn)發(fā)圖中的用戶，實(shí)線連接的節(jié)點(diǎn)表示直接轉(zhuǎn)發(fā)，存在直接影響力，虛線連接則表示未直接轉(zhuǎn)發(fā)，存在間接影響力。例如，圖中u0節(jié)點(diǎn)與u5節(jié)點(diǎn)、u5節(jié)點(diǎn)與u6節(jié)點(diǎn)都存在直接轉(zhuǎn)發(fā)關(guān)系，u5節(jié)點(diǎn)自身存在如粉絲數(shù)量等特征，會對u0節(jié)點(diǎn)造成影響力，用S05表示影響關(guān)系，同理u6節(jié)點(diǎn)也會影響u5節(jié)點(diǎn)，用S56表示。傳遞影響力是為了學(xué)習(xí)未直接轉(zhuǎn)發(fā)或評論的用戶所造成的間接影響，即用戶傳遞影響力。在圖6 中，節(jié)點(diǎn)u5作為中間節(jié)點(diǎn)，通過S05與S56計算得到u6對u0的傳遞影響力S06。

圖6 用戶傳播圖Fig.6 User communication graph

2.3.1 用戶影響力

在轉(zhuǎn)發(fā)序列構(gòu)成的用戶傳播圖中，從該網(wǎng)絡(luò)中學(xué)習(xí)得到序列中所有用戶的嵌入表示。在得到用戶嵌入后，首先學(xué)習(xí)相鄰用戶節(jié)點(diǎn)間的潛在注意力系數(shù)，通過一個全連接層將兩個節(jié)點(diǎn)的用戶嵌入信息轉(zhuǎn)化為一個標(biāo)量sij，如式（8）所示：

其中：Ni表示轉(zhuǎn)發(fā)關(guān)系中與i相連的節(jié)點(diǎn)；W為可學(xué)習(xí)的參數(shù)矩陣；σ為激活函數(shù)，歸一化相關(guān)性系數(shù)能有效反映不同節(jié)點(diǎn)對目標(biāo)節(jié)點(diǎn)的影響力度。

2.3.2 用戶傳遞影響力

上文計算只考慮了在轉(zhuǎn)發(fā)關(guān)系路徑中直接轉(zhuǎn)發(fā)用戶的影響關(guān)系，而社交網(wǎng)絡(luò)十分復(fù)雜，在一個真實(shí)的社交網(wǎng)絡(luò)轉(zhuǎn)發(fā)序列中，未直接轉(zhuǎn)發(fā)的用戶（其他用戶作為中間節(jié)點(diǎn)，間接轉(zhuǎn)發(fā)）之間存在一種傳遞影響力，即存在一種多跳的潛在關(guān)系，這種影響力是用戶信息中很重要的一部分。

通過相關(guān)性矩陣M，構(gòu)造傳遞影響力矩陣M'∈?n×n=M×M，n為用戶傳播圖中節(jié)點(diǎn)個數(shù)，矩陣中元素計算公式如式（11）所示：

其中：c表示節(jié)點(diǎn)i和j的中間節(jié)點(diǎn)；sic表示節(jié)點(diǎn)i和c間的用戶影響力；scj表示節(jié)點(diǎn)c和j之間的用戶影響力。M'矩陣中對應(yīng)位置元素表示間接轉(zhuǎn)發(fā)影響力系數(shù)。將間接轉(zhuǎn)發(fā)節(jié)點(diǎn)的系數(shù)歸一化并聚合節(jié)點(diǎn)的信息，如式（12）和式（13）所示：

其中：W為可學(xué)習(xí)的參數(shù)矩陣；σ為激活函數(shù)。將學(xué)習(xí)到用戶影響力和用戶傳遞影響力的用戶信息進(jìn)行合并，得到最終用戶特征，如式（14）所示：

2.4 謠言檢測模型

基于多傳遞影響力的謠言檢測方法如圖7 所示。模型由2 個部分組成：1）在文本特征學(xué)習(xí)模塊，首先學(xué)習(xí)謠言文本詞嵌入，通過多頭注意力機(jī)制和卷積神經(jīng)網(wǎng)絡(luò)提取句子級別特征，通過圖卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)文本結(jié)構(gòu)信息最終得到節(jié)點(diǎn)的文本特征mi；2）在用戶特征學(xué)習(xí)模塊，首先利用謠言轉(zhuǎn)發(fā)關(guān)系構(gòu)建用戶傳播圖結(jié)構(gòu)，通過學(xué)習(xí)用戶間直接影響力和間接影響力豐富用戶信息，得到節(jié)點(diǎn)用戶特征

圖7 基于多傳遞影響力的謠言檢測Fig.7 Rumor detection based on multi-transmit influence model

其中：W∈?(d+d)×|class|為權(quán)重矩陣；b為偏置量；y^ 來表示預(yù)測pi的概率分布，并利用交叉熵?fù)p失作為優(yōu)化目標(biāo)，如式（16）所示：

3 實(shí)驗(yàn)結(jié)果與分析

3.1 數(shù)據(jù)集

本文實(shí)驗(yàn)采用3 個真實(shí)社交媒體公共數(shù)據(jù)集，分別是Weibo 謠言數(shù)據(jù)集［11］、Twitter15 謠言數(shù)據(jù)集［17］和Twitter16 謠言數(shù)據(jù)集［17］。Weibo 數(shù)據(jù)集包含兩類標(biāo)簽：謠言（Falserumor）和非謠言（Non-rumors），分別是2 351條和2 313 條。Twitter15 和Twitter16 數(shù)據(jù)集包含4 類標(biāo)簽，即謠言（FalseRumor，F(xiàn)R）、非謠言（Non-Rumors，NR）、未經(jīng)核實(shí)的謠言（Un-verified Rumors，UR）和辟謠的謠言（True Rumors，TR），數(shù)據(jù)集內(nèi)容如表1 所示。

表1 實(shí)驗(yàn)中使用的數(shù)據(jù)集Table 1 Datasets used in the experiment

3.2 對比模型和評價指標(biāo)

為了驗(yàn)證本文提出的基于多傳遞影響力的謠言檢測方法（MTI）的有效性，選用近年來在謠言檢測任務(wù)中表現(xiàn)優(yōu)越的模型作為對比模型與本文模型進(jìn)行實(shí)驗(yàn)對比。

1）DTC［3］：采用決策樹分類算法，利用虛假消息特征進(jìn)行建模，判定數(shù)據(jù)集信息的真實(shí)性。

2）SVM-RBF［5］：采用帶有RBF 核的支持向量機(jī)模型算法，利用虛假消息特征進(jìn)行建模，判定數(shù)據(jù)集信息的真實(shí)性。

3）SVM-TS［9］：一種線性的基 于支持向量機(jī)（SVM）的分類模型，采用時間序列為虛假信息的社會情境特征變化進(jìn)行建模。

4）DTR［20］：一種基于決策樹（Decision Tree，DT）的算法，通過搜索判別一些有爭議性的言論來識別虛假信息。

5）GRU-RNN［11］：一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的方法，通過學(xué)習(xí)隨時間變化的評論特征來進(jìn)行虛假信息檢測。

6）PTK［21］：采用基于傳播樹核的方式，通過將消息傳播構(gòu)建為樹型結(jié)構(gòu)，利用支持向量機(jī)分類算法來進(jìn)行虛假信息檢測。

7）RvNN［16］：一種基于遞歸神經(jīng)網(wǎng)絡(luò)的虛假消息識別模型，通過捕獲自下而上和自上而下的樹結(jié)構(gòu)信息實(shí)現(xiàn)虛假消息檢測。

8）RFC［4］：一種利用隨機(jī)森林（Random Forest，RF）算法構(gòu)建的分類模型，采用用戶、語言和結(jié)構(gòu)等特征實(shí)現(xiàn)虛假消息檢測。

9）PPC_RNN+CNN［17］：基于傳播路徑的虛假信息檢測模型，使用了RNN 和CNN 來聯(lián)合捕獲用戶特征的全局和局部信息。

10）MTI（ours）：本文提出的基于多傳遞影響力的謠言檢測方法。

本文選用準(zhǔn)確率（Accuracy）和F1 評測值作為檢測模型性能的評價指標(biāo)，具體公式如式（17）和式（18）所示：

其中：TTP表示正例預(yù)測為正例；FFN表示正例錯分為負(fù)例；TTN表示負(fù)例預(yù)測為負(fù)例；FFP表示負(fù)例錯分為正例。

3.3 實(shí)驗(yàn)設(shè)置

在本文實(shí)驗(yàn)中，使用的編程語言為Python，運(yùn)用深度學(xué)習(xí)框架Pytorch 實(shí)現(xiàn)提出的模型架構(gòu)，版本為1.2.0。采用Adam［22-23］算法進(jìn)行參數(shù)更新，參數(shù)設(shè)置β1和β2分別為0.9 和0.999，學(xué)習(xí)率初始化 為1e-3。使用Word2Vec 中的Skip-Gram 網(wǎng)絡(luò)訓(xùn)練得到詞嵌入向量，維度為300 維。在文本特征學(xué)習(xí)模塊中，多頭自注意力機(jī)制設(shè)置K為8，即在8 個部分各自進(jìn)行自注意力學(xué)習(xí)。卷積層設(shè)置一維卷積核的大小為［3，4，5］，每種卷積核的個數(shù)為100 個。在節(jié)點(diǎn)用戶信息表示中，將節(jié)點(diǎn)的用戶信息初始化為300 維，將訓(xùn)練的批量大小設(shè)置為64，dropout 為0.5。

3.4 結(jié)果分析

3.4.1 對比實(shí)驗(yàn)

在Twitter15 和Twitter16 兩個數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果如表2 和表3 所示。Twitter15 和Twitter16 都包含了4 個類別，對于每個類別列出了各模型F1 指標(biāo)。

表2 Twitter15 數(shù)據(jù)集實(shí)驗(yàn)結(jié)果Table 2 Twitter15 dataset experimental results

表3 Twitter16 數(shù)據(jù)集實(shí)驗(yàn)結(jié)果Table 3 Twitter16 dataset experimental results

在Weibo 數(shù)據(jù)集上的對比實(shí)驗(yàn)結(jié)果如表4 所示，分別給出了正負(fù)兩類樣本的準(zhǔn)確率、召回率和F1 值。

表4 Weibo 數(shù)據(jù)集實(shí)驗(yàn)結(jié)果Table 4 Weibo dataset experimental results

實(shí)驗(yàn)結(jié)果分析如下：

1）對比表2～表4所有的模型可以看出，包括RvNN、GRU-RNN、PPC_RNN+CNN 等在內(nèi)的深度學(xué)習(xí)方法在各項(xiàng)評測指標(biāo)上都優(yōu)于基于人工構(gòu)造特征的傳統(tǒng)機(jī)器學(xué)習(xí)方法。在傳統(tǒng)的人工特征方法中，決策樹DTRANK（DTR）的效果很不理想，這是因?yàn)镈TR 通過將謠言的信號特征的正則表達(dá)式匹配來進(jìn)行謠言檢測任務(wù)，這些正則表達(dá)式與上述數(shù)據(jù)集中所能匹配的數(shù)據(jù)非常少。SVM-TS 模型的結(jié)果在基于人工特征的方法中效果較好，一方面是因?yàn)镾VM 模型本身具有比較良好的泛化能力，可以適用于復(fù)雜的數(shù)據(jù)集，另一方面在SVM-TS 模型中加入了微博事件在時間變換下的不同特征，因此使得檢驗(yàn)性能提高。深度學(xué)習(xí)的方法表現(xiàn)出的優(yōu)勢很大，這是十分正常的現(xiàn)象，因?yàn)榛谌斯?gòu)造的特征，其局限較大，依賴于經(jīng)驗(yàn)以及受人的主觀性影響較大，對數(shù)據(jù)感知并不敏感，相比之下，RvNN、PPC_RNN+CNN 以及本文模型等深度學(xué)習(xí)算法能夠自動地學(xué)習(xí)到針對虛假信息檢測任務(wù)的文本的高級語義表示，從而能夠提取到更有效的特征。

2）相比于現(xiàn)有的各種方法，本文方法MTI 在各項(xiàng)指標(biāo)上均有明顯提升。具體來講，在Twitter15 數(shù)據(jù)集上，相比于表現(xiàn)最好的PPC_RNN+CNN，本文模型在精準(zhǔn)率上提高了6.9%，4 個不同類別的F1 值也都有較大的提升，分別為：NR 類別提升了13%，F(xiàn)R 類別提升了4.2%，TR 類別提升了9.5%，UR 類別提高了7.8%；在Twitter16 數(shù)據(jù)集上，模型在準(zhǔn)確率上提高了3.4%，各類別的F1 值也都有提升；在Weibo 數(shù)據(jù)集上，模型相比PPC_RNN+CNN 在精準(zhǔn)率上高出2.8%。

3）PTK 和RvNN 兩種方法都依賴于從傳播樹結(jié)構(gòu)中提取特征，效果優(yōu)于其他線性結(jié)構(gòu)方法，相比于RvNN，本文模型在Weibo 數(shù)據(jù)集的準(zhǔn)確率值指標(biāo)上有3.6%的提升，在兩個不同類別的F1 值上也有明顯提升，這表明了利用圖神經(jīng)網(wǎng)絡(luò)捕獲文本結(jié)構(gòu)影響力的有效性。RvNN 使用樹型傳播結(jié)構(gòu)對虛假信息的傳播過程進(jìn)行建模，但是這種方法忽略了消息傳播是一個廣泛而分散的圖結(jié)構(gòu)而非樹型結(jié)構(gòu)，因此丟失了許多結(jié)構(gòu)信息。本文方法在得到微博句子級別向量后，將每條微博看作節(jié)點(diǎn)，利用轉(zhuǎn)發(fā)關(guān)系進(jìn)行構(gòu)圖，利用圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)傳播過程中的結(jié)構(gòu)影響力，得到更精細(xì)的特征，從而獲得更好的謠言檢測效果。

4）在3 個不同的數(shù)據(jù)集上，本文方法在準(zhǔn)確率、召回率、F1 值在內(nèi)的各項(xiàng)指標(biāo)上都優(yōu)于PCC_RNN+CNN 模型，在Twitter15 數(shù)據(jù)集上，本文方法準(zhǔn)確率高 達(dá)6.9%，優(yōu)于PPC_RNN+CNN，在Twitter16 和Weibo 數(shù)據(jù)集上也分別有3.4%和2.8%的提升。因?yàn)镻PC_RNN+CNN 是利用一個時間序列上的節(jié)點(diǎn)向量來表示傳播消息的用戶特征，然而消息在傳播過程中不僅相鄰用戶存在影響力，未直接轉(zhuǎn)發(fā)或評論的用戶也存在間接的影響力，PPC_RNN+CNN 不能捕獲這些影響力特征。本文方法通過構(gòu)造能夠?qū)W習(xí)不同維度的用戶結(jié)構(gòu)影響力，從而豐富了用戶信息，使得檢測精度有所提高。

3.4.2 參數(shù)分析

鑒于謠言數(shù)據(jù)中文本信息至關(guān)重要，本節(jié)將在文本特征提取過程中的卷積層部分進(jìn)行一些不同的超參數(shù)設(shè)置，分別采用不同大小的卷積核驗(yàn)證是否影響模型的性能，實(shí)驗(yàn)結(jié)果如圖8 所示。

圖8 不同卷積核對精度的影響Fig.8 The impact of different convolution kernels on accuracy

從圖8（a）可以看出，當(dāng)卷積核設(shè)置為單核時，主要捕獲單字特征，這將遺失很多信息，隨著設(shè)置的卷積核增大，性能也逐漸變好，峰值為3、4、5 左右，之后又繼續(xù)下降。圖8（b）采取的是將不同大小的卷積核進(jìn)行組合的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明不同大小卷積核進(jìn)行組合相較于單一的卷積核性能更加優(yōu)越；對比幾組不同的卷積核組合，使用卷積核組合為（3，4，5）時模型性能最優(yōu)，比單卷積核最佳性能要高出2 個百分點(diǎn)，這表明不同大小卷積核的組合能捕獲不同長度詞語更加獨(dú)特的語義信息，豐富了微博句子級別的信息表示。

3.4.3 早期檢測分析

早期的謠言檢測任務(wù)至關(guān)重要，因?yàn)榭梢愿皶r有效地進(jìn)行預(yù)警。早期檢測區(qū)別于直接檢測問題，需要更快地預(yù)測謠言的真實(shí)性。本文設(shè)置一系列的檢測時間點(diǎn)，通過只使用在檢測時間點(diǎn)之前的相關(guān)微博來評估所提出方法的有效性。實(shí)驗(yàn)結(jié)果如圖9 所示，利用檢測精度隨著時間變化的曲線進(jìn)行評估，橫坐標(biāo)表示源謠言信息出現(xiàn)之后的時間，設(shè)置的時間點(diǎn)為源消息發(fā)布后的0、4、8、12 個小時，有效性則是通過準(zhǔn)確度衡量。

圖9 早期檢測結(jié)果Fig.9 Early detection results

從圖9 可以看出，本文模型相比于其他基線模型，在Weibo 和Twitter15、Twitter16 數(shù)據(jù)集上不同截止時間點(diǎn)都有優(yōu)異的表現(xiàn)。

DTR、GRU 都是通過從用戶評論中獲取語義信息，但是DTR 性能很差，這是因?yàn)樵谠缙跀?shù)據(jù)量較小的情況下，DTR 可以構(gòu)造的特征不夠豐富，GRU 能夠自動獲取數(shù)據(jù)中更深層的語義信息，結(jié)果優(yōu)于DTR，PTK 則是通過傳播樹結(jié)構(gòu)捕獲語義信息和傳播結(jié)構(gòu)信息，因此效果更好。所以，在傳播的早期階段，如果利用包括用戶信息在內(nèi)的各類信息，捕獲到越多的信息會更利于檢測的準(zhǔn)確度，但是早期階段很難獲取大規(guī)模用戶信息，因此本文模型通過轉(zhuǎn)發(fā)結(jié)構(gòu)對其進(jìn)行學(xué)習(xí)，在最早的檢測時間點(diǎn)，能夠很快達(dá)到優(yōu)于其他方法的性能，在Twitter15 數(shù)據(jù)集上的準(zhǔn)確率達(dá)到56%，在Twitter16數(shù)據(jù)集上的準(zhǔn)確率達(dá)到54%，在Weibo 數(shù)據(jù)集上達(dá)到93%。在之后的時間點(diǎn)內(nèi)，本文模型準(zhǔn)確率提升最快，能夠最早達(dá)到最佳性能，這驗(yàn)證了本文模型以傳播結(jié)構(gòu)學(xué)習(xí)用戶信息的有效性。同PPC_RNN+CNN 方法相比，伴隨著時間的增長，結(jié)構(gòu)信息也會更復(fù)雜，本文模型學(xué)習(xí)到的用戶傳遞影響力會變得更豐富，更有利于性能的提升，結(jié)果比PPC_RNN+CNN 更優(yōu)秀。上述實(shí)驗(yàn)證明了本文模型在面對復(fù)雜的語義信息時具有相對較好的穩(wěn)定性和魯棒性。因此，基于多傳遞影響力的謠言檢測方法不僅在謠言的長期檢測任務(wù)中有效，在早期檢測中同樣有效。

4 結(jié)束語

為提升社交媒體謠言檢測精準(zhǔn)度，本文提出一種基于多傳遞影響力的謠言檢測方法。利用源微博和對應(yīng)轉(zhuǎn)發(fā)（評論）之間的傳播結(jié)構(gòu)關(guān)系，構(gòu)建文本信息傳播圖和用戶影響力傳播圖，通過圖卷積神經(jīng)網(wǎng)絡(luò)捕獲文本傳播特征和用戶節(jié)點(diǎn)傳遞影響力特征，最后將不同維度的節(jié)點(diǎn)信息融合，有效學(xué)習(xí)文本內(nèi)容特征和用戶特征，同時利用轉(zhuǎn)發(fā)關(guān)系對用戶節(jié)點(diǎn)進(jìn)行構(gòu)圖，避免使用大規(guī)模的用戶信息，對于早期檢測更為有利。在3 個真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本文方法具有比其他基線方法更高的謠言檢測性能，并且在謠言的早期傳播階段具有良好的檢測效果。本文探索了用戶傳遞影響力在謠言檢測中的作用，后續(xù)將研究更高階用戶節(jié)點(diǎn)信息對于檢測模型性能的影響，進(jìn)一步提升謠言檢測精度。