多维特征融合的虚假健康信息识别方法研究: 基于 LightGBM 算法

[目的/意义]为解决虚假健康信息自动识别效率低、准确度不高的问题,提出基于多特征融合的虚假健康信息识别方法。[方法/过程]首先,从内容特征、情感特征、发布者特征3个维度构建虚假健康信息特征指标体系;其次,分别采取不同方法进行特征提取,并转换成可处理的结构化数据;再次,基于LightGBM分类模型融合多特征属性,实现虚假健康信息自动识别;最后,以微信公众号上的健康信息为例进行实证验证。[结果/结论]该方法在微信公众号数据集实验的准确率达到92.22%,判别效果优于基于内容、情感、发布者等单维特征的识别方法,能够在一定程度上解决人工识别存在的及时性差、效率低、数量有限等问题,能够更全面、更接近人工识别准确率地实现虚假健康信息自动化识别。