Modelo de Reconocimiento de Información Pseudo-Salud en Red: Una Arquitectura Integrada de Asignación Latente de Dirichlet y Actualización de Bloque de Datos
Autores: Zhang, Jie; Sun, Pingping; Zhao, Feng; Guo, Qianru; Zou, Yue
Idioma: Inglés
Editor: Hindawi
Año: 2020
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
La diseminación desenfrenada de información pseudosanitaria en redes ha causado un gran daño a la salud, vida y propiedad de las personas. Es importante detectar e identificar la información pseudosanitaria en redes. Con base en esto, este documento define los conceptos de información pseudosanitaria, bloque de datos e integración de bloques de datos, diseña una arquitectura que combina el algoritmo de asignación latente de Dirichlet (LDA) y la integración de actualización de bloques de datos, y propone el modelo de algoritmo de combinación. Además, se utiliza la tecnología de rastreo web para recopilar la información pseudosanitaria transmitida en la plataforma Sina Weibo durante la situación de la epidemia de febrero a marzo de 2020 para la prueba de simulación en el conjunto de datos del caso experimental. Los resultados de la investigación muestran que (1) el modelo LDA puede extraer profundamente la información semántica de la información pseudosanitaria en redes, obtener las características de la distribución documento-tema, y clasificar y entrenar las
Descripción
La diseminación desenfrenada de información pseudosanitaria en redes ha causado un gran daño a la salud, vida y propiedad de las personas. Es importante detectar e identificar la información pseudosanitaria en redes. Con base en esto, este documento define los conceptos de información pseudosanitaria, bloque de datos e integración de bloques de datos, diseña una arquitectura que combina el algoritmo de asignación latente de Dirichlet (LDA) y la integración de actualización de bloques de datos, y propone el modelo de algoritmo de combinación. Además, se utiliza la tecnología de rastreo web para recopilar la información pseudosanitaria transmitida en la plataforma Sina Weibo durante la situación de la epidemia de febrero a marzo de 2020 para la prueba de simulación en el conjunto de datos del caso experimental. Los resultados de la investigación muestran que (1) el modelo LDA puede extraer profundamente la información semántica de la información pseudosanitaria en redes, obtener las características de la distribución documento-tema, y clasificar y entrenar las