基于随机森林的健康谣言分享意愿研究

被引：26

作者：

位志广 ^{[1
]}

宋小康 ^{[2
]}

朱庆华 ^{[1
,2
]}

沈超 ^{[3
]}

张玥 ^{[1
]}

机构：

[1] 南京大学信息管理学院

[2] 南京大学工程管理学院

[3] 南京邮电大学管理学院

来源：

现代情报 | 2020年 / 05期

关键词：

健康谣言; 分享意愿; 分类算法; 随机森林;

D O I：

暂无

中图分类号：

G252 [读者工作];

学科分类号：

050302 [传播学];

摘要：

[目的/意义]结合网民个人要素特征和健康谣言信息特征研究社交媒体环境下健康谣言分享传播的影响因素,发现特征对分享意愿的作用模式。[方法/过程]针对数据属性与分布特点选择随机森林分类算法进行样本分析,在对模型深度优化调参之后,结合特征重要度和决策树结构特点进行讨论。[结果/结论]根据指标重要度和决策树分析结果,发现网民对健康谣言的感知性特征与其分享意愿间有更强的相关性,4种感知性特征对于分享意愿有不同的作用路径。采用机器学习分类算法对健康谣言分享意愿进行建模与分析,为阻断健康谣言的传播提供干预建议,也为相关的研究方法拓展做出尝试。

引用

页码：78 / 87

页数：10

共 24 条

[1]

微信平台健康谣言的特征与治理思路——基于微信小程序“微信辟谣助手”的样本分析 [J].