A novel high-accuracy graph neural network-based rumor detection method

Xi Xiao

doi:10.1016/j.engappai.2025.112329

A novel high-accuracy graph neural network-based rumor detection method

2025-09-24

0

PRE

AI

DOI：10.1016/j.engappai.2025.112329

原文链接

原文求助

摘要

En 中文

社交媒体平台上的谣言传播会造成潜在损害。精确的谣言检测机制有助于形成健康的舆论环境。近年来，基于深度学习的谣言检测方法，特别是基于图模型的方法，已经兴起并取得了有前景的性能。然而，现有方法存在一些缺陷，限制了模型对传播结构的有效利用。在本文中，我们提出了一种新颖的谣言检测模型，具有高精度并达到当前最佳性能。首先，我们设计了一个强大的综合谣言特征提取器，明确克服了以往基于图神经网络模型的限制。然后，通过引入核子子树特征，我们的模型获得了从重要节点学习关键局部特征的能力。在两个真实社交媒体平台上的对比实验表明，我们的工作达到了当前最佳性能，在准确率上分别优于最佳基线模型1.6%和1.9%。

A novel high-accuracy graph neural network-based rumor detection method

摘要

期刊

机构

引用论文