本書圍繞社交媒體中的風(fēng)險信息檢測問題，系統(tǒng)地梳理了作者的研究成果，結(jié)合傳統(tǒng)機(jī)器學(xué)習(xí)與典型深度學(xué)習(xí)方法，深入探討關(guān)鍵技術(shù)，并提出創(chuàng)新性解決方案。全書主要分為數(shù)據(jù)篇、用戶篇和應(yīng)用篇3個部分。數(shù)據(jù)篇介紹了社交媒體數(shù)據(jù)的獲取方法，并整合公開數(shù)據(jù)集，為風(fēng)險信息檢測提供數(shù)據(jù)支撐。用戶篇分析用戶情感特征，提出3種基于用戶表示的情感分類方法，提高分類準(zhǔn)確性。應(yīng)用篇針對垃圾郵件和謠言等風(fēng)險信息，提出多種檢測方法，為今后的社交媒體風(fēng)險信息檢測研究奠定基礎(chǔ)，為同類研究提供參考。
　本書的讀者群體主要包括社交媒體分析、人工智能、網(wǎng)絡(luò)安全、數(shù)據(jù)挖掘等相關(guān)領(lǐng)域的研究人員、工程師及高校師生。希望本書能夠為讀者提供新的研究思路和技術(shù)支持，推動社交媒體風(fēng)險信息檢測技術(shù)的發(fā)展，為構(gòu)建健康、安全的網(wǎng)絡(luò)生態(tài)貢獻(xiàn)力量。

1.本書是一本集理論與實(shí)踐于一體的專業(yè)書，旨在為社交網(wǎng)絡(luò)、信息安全、人工智能等領(lǐng)域的研究者和實(shí)踐者提供全面的社交媒體風(fēng)險信息檢測知識體系和應(yīng)用案例。 2.本書作者王友衛(wèi)是中央財經(jīng)大學(xué)副教授、碩士生導(dǎo)師、中央財經(jīng)大學(xué)“菁英學(xué)者”，多年來一直從事網(wǎng)絡(luò)內(nèi)容安全分析領(lǐng)域的教學(xué)和研究工作，對社交媒體風(fēng)險信息檢測技術(shù)有深入的研究。 3.本書系統(tǒng)地介紹了社交媒體風(fēng)險信息檢測的基本概念、關(guān)鍵技術(shù)、應(yīng)用場景和發(fā)展趨勢，內(nèi)容覆蓋了從基礎(chǔ)理論到實(shí)際應(yīng)用的各個方面，為讀者提供了一個完整的社交媒體風(fēng)險信息檢測知識體系，有助于讀者在掌握社交媒體風(fēng)險信息識別關(guān)鍵技術(shù)的同時了解該領(lǐng)域的發(fā)展方向。

王友衛(wèi)，中央財經(jīng)大學(xué)信息學(xué)院副教授，碩士生導(dǎo)師，CCF會員，中央財經(jīng)大學(xué)“菁英學(xué)者”。多年來一直從事網(wǎng)絡(luò)內(nèi)容安全分析領(lǐng)域的研究工作，近年來，以第一作者身份在領(lǐng)域高質(zhì)量期刊上發(fā)表論文14篇。這些研究成果中許多與社交媒體內(nèi)容安全相關(guān)，為本著作撰寫提供了堅實(shí)的理論基礎(chǔ)和豐富的研究經(jīng)驗。作者主持并完成了國家自然科學(xué)基金項目1項、北京市自然科學(xué)基金項目1項、教育部人文社科項目1項、中央財經(jīng)大學(xué)青年發(fā)展基金項目1項，參與了國家重點(diǎn)研發(fā)計劃項目及國家自然科學(xué)基金項目多項，積累了豐富的理論和實(shí)踐經(jīng)驗。

第 1章 概述 1 1.1 研究背景 1 1.1.1 社交媒體中風(fēng)險信息的概念 1 1.1.2 問題提出 2 1.2 相關(guān)研究 2 1.2.1 社交媒體用戶表示 3 1.2.2 風(fēng)險信息檢測 4 1.3 主要內(nèi)容 6 1.3.1 數(shù)據(jù)篇 6 1.3.2 用戶篇 7 1.3.3 應(yīng)用篇 8 參考文獻(xiàn) 9 數(shù)據(jù)篇 第 2章 數(shù)據(jù)準(zhǔn)備 15 2.1 數(shù)據(jù)采集方法 15 2.2 相關(guān)數(shù)據(jù)集介紹 17 2.2.1 自行爬取的數(shù)據(jù)集 17 2.2.2 網(wǎng)絡(luò)公開數(shù)據(jù)集 17 2.3 小結(jié) 19 參考文獻(xiàn) 19 用戶篇 第3章 基于用戶興趣詞典的情感分類方法 23 3.1 引言 23 3.2 方法描述 25 3.2.1 基于用戶興趣詞典的情感分類 25 3.2.2 基于LSTM的情感分類 27 3.2.3 基于用戶興趣詞典和LSTM的情感分類 28 3.3 實(shí)驗結(jié)果與分析 29 3.3.1 數(shù)據(jù)集及預(yù)處理 29 3.3.2 算法性能評價標(biāo)準(zhǔn) 30 3.3.3 實(shí)驗對比算法 30 3.3.4 閾值th取值選擇 31 3.3.5 不同算法精度對比 32 3.3.6 不同算法效率對比 33 3.4 小結(jié) 34 參考文獻(xiàn) 35 第4章 基于用戶歷史特征的情感分類方法 37 4.1 引言 37 4.2 相關(guān)理論 38 4.2.1 知識蒸餾 38 4.2.2 情感知識增強(qiáng)預(yù)訓(xùn)練模型 39 4.3 方法描述 40 4.3.1 問題描述 40 4.3.2 方法設(shè)計 41 4.4 實(shí)驗結(jié)果與分析 48 4.4.1 數(shù)據(jù)集 48 4.4.2 對比方法及參數(shù)設(shè)置 48 4.4.3 數(shù)據(jù)增強(qiáng)驗證和測試集選定 49 4.4.4 帶時間屬性的用戶特征有效性驗證 50 4.4.5 綜合比較 51 4.4.6 模型通用性驗證 52 4.5 小結(jié) 53 參考文獻(xiàn) 54 第5章 基于用戶性格特征的情感分類方法 57 5.1 引言 57 5.2 相關(guān)理論 59 5.2.1 大五人格模型 59 5.2.2 門控循環(huán)單元（GRU） 60 5.3 方法描述 61 5.3.1 問題定義 61 5.3.2 方法描述 61 5.4 實(shí)驗結(jié)果與分析 67 5.4.1 實(shí)驗環(huán)境和數(shù)據(jù)集 67 5.4.2 算法性能評價標(biāo)準(zhǔn) 68 5.4.3 實(shí)驗對比方法及參數(shù)設(shè)置 68 5.4.4 大五人格模型有效性驗證 69 5.4.5 方法有效性驗證 70 5.4.6 注意力機(jī)制有效性驗證 72 5.4.7 綜合對比 73 5.5 小結(jié) 77 參考文獻(xiàn) 77 應(yīng)用篇 第6章 基于用戶興趣集的垃圾郵件快速在線識別方法 83 6.1 引言 83 6.2 方法描述 84 6.2.1 樣本預(yù)處理 84 6.2.2 特征提取及樣本訓(xùn)練 85 6.2.3 樣本分類 85 6.2.4 主動學(xué)習(xí) 86 6.2.5 更新用戶興趣集 88 6.2.6 更新訓(xùn)練集 88 6.3 實(shí)驗結(jié)果與分析 89 6.3.1 實(shí)驗設(shè)置 89 6.3.2 算法耗時分析 89 6.3.3 實(shí)驗結(jié)果 91 6.4 小結(jié) 95 參考文獻(xiàn) 96 第7章 基于圖卷積網(wǎng)絡(luò)的歸納式微博謠言檢測方法 98 7.1 引言 98 7.2 方法描述 99 7.2.1 問題定義 99 7.2.2 方法設(shè)計 100 7.3 實(shí)驗結(jié)果與分析 104 7.3.1 實(shí)驗設(shè)置 104 7.3.2 評價指標(biāo) 105 7.3.3 評論利用時間對謠言檢測效率的影響 105 7.3.4 微博事件建圖方法對比 107 7.3.5 不同池化方法對比 110 7.3.6 與現(xiàn)有典型方法的比較 111 7.4 小結(jié) 113 參考文獻(xiàn) 114 第8章 基于事件 詞語 特征異質(zhì)圖的微博謠言檢測方法 117 8.1 引言 117 8.2 相關(guān)理論 119 8.2.1 圖神經(jīng)網(wǎng)絡(luò) 119 8.2.2 中文語言查詢和詞數(shù)統(tǒng)計詞典 119 8.3 方法描述 120 8.3.1 問題描述 120 8.3.2 方法設(shè)計 120 8.4 實(shí)驗結(jié)果與分析 126 8.4.1 實(shí)驗設(shè)置 126 8.4.2 隱藏層維度取值影響 127 8.4.3 節(jié)點(diǎn)聚合方法比較 128 8.4.4 消融實(shí)驗 130 8.4.5 與現(xiàn)有典型方法的比較 132 8.4.6 微博評論數(shù)量影響分析 133 8.5 小結(jié) 134 參考文獻(xiàn) 135 第9章 基于時序 結(jié)構(gòu)交互特征和用戶信息的謠言檢測方法 138 9.1 引言 138 9.2 方法描述 139 9.2.1 問題定義 140 9.2.2 全局用戶特征提取 141 9.2.3 基于BiGRU的時序空間特征提取 144 9.2.4 基于GAT的結(jié)構(gòu)交互特征提取 146 9.2.5 謠言分類 147 9.3 實(shí)驗結(jié)果與分析 148 9.3.1 數(shù)據(jù)集與實(shí)驗設(shè)置 148 9.3.2 評估指標(biāo)與典型方法介紹 148 9.3.3 與典型方法的對比實(shí)驗 149 9.3.4 消融實(shí)驗 151 9.3.5 謠言早期檢測實(shí)驗 153 9.4 小結(jié) 155 參考文獻(xiàn) 155 第 10章 總結(jié)與展望 157 10.1 本書總結(jié) 157 10.2 未來展望 158 10.3 結(jié)束語 158