多模态深度学习与数据挖掘框架用于社交媒体虚假信息早期检测

International Journal of Progressive Research in Engineering Management and Science · 2026-09-13 · 期刊论文

• 一句话结论：提出一个融合多模态深度学习与数据挖掘的框架，用于社交媒体网络虚假信息的早期检测。
• 研究设计与做法：针对传统机器学习依赖手工特征与分类器、难以分析多模态内容的不足，构建多模态检测框架。
• 主要结果：摘要指出虚假信息传播已成全球性问题，威胁公共卫生、经济、政治决策与民众福祉。
• 值得关注：摘要未报告具体数据集、评价指标与检测性能数值，框架的实际效果与适用边界尚不明确。

🔗 打开原文

本文摘自《每日前沿研究简报 · 2026-09-15》「信息科学」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。