基于双动态图卷积网络时空特征学习的网络谣言检测方法

本发明提出基于双动态图卷积网络时空特征学习的网络谣言检测方法，该方法包括：将事件根据时间转化为预设个数的传播结构；通过传播结构构成用户交互图和信息传播图；利用卷积网络分别对用户交互图和信息传播图进行学习，得图特征；将上一层的图特征与下一层的根节点特征向量进行拼接，得到增强后图特征；通过时序融合单元，得到时序融合单元的输出特征；基于时序融合单元的输出特征进一步的到事件的最终特征；最后通过多层感知机，得到分类结果。本发明不仅能够全面捕捉信息传播和用户交互的时空特征，还能有效融合内容特征、传播特征和用户特征，提升谣言检测的精度，尤其在早期检测阶段表现出显著优势。