计算机应用研究

作者：徐建民,王淇,张雄涛,

单位：1.河北大学a.网络空间安全与计算机学院;b.管理学院,河北保定071000；2.南京大学信息管理学院,南京210000；

关键词：微博谣言,传播图,主题解耦,图表示学习,集成式检测,

基金：国家社会科学基金资助项目(23BTQ092)；；

近期的微博谣言检测研究虽通过结合结构化信息学习微博传播过程来增强微博表示，却忽略了微博传播过程在不同主题中的差异，致使微博传播过程学习不准确，进而影响检测效果。针对上述问题，提出了一种基于传播图主题解耦的微博谣言集成式检测方法。首先，依据微博的转发关系构建微博传播图，并基于文本内容和用户信息进行传播图初始化；其次，采用变分自编码器主题模型对微博传播图进行主题解耦，并引入自注意力图池化对微博传播图进行学习，以生成主题层面的微博传播图表示；最后，设计层次化集成机制从局部和全局两个层次对微博谣言进行集成式检测。实验采用公开的微博数据集对所提方法的有效性和合理性进行验证。相较于BiGCN、MGLAN、FGCN等主流基准方法，所提方法在准确率、召回率和F1值三项指标上均有显著提升。实验结果验证了该方法在谣言检测任务中的有效性。

来源：2026年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第1期