基于图注意力机制与自监督学习的多维度谣言检测方法

本申请涉及一种基于图注意力机制与自监督学习的多维度谣言检测方法。所述方法包括：提取原始数据的关键特征，并进行预处理和编码表示，其中，所述关键特征包括节点属性特征、图属性特征、用户特征和时间特征；根据消息转发列表，重构传播图，将所述关键特征和传播图输入双层图注意力网络，构建初始谣言检测分类器；采用图自监督学习模型处理编码后的关键特征，并从传播图中生成嵌入向量；基于所述关键特征和嵌入向量构建解释矩阵，基于所述解释矩阵进行注意力加权，得到调整的特征向量；将所述调整的特征向量输入所述初始谣言检测分类器，优化所述初始谣言检测分类器，并基于优化后的初始谣言检测分类器进行谣言检测，输出谣言检测结果。