26年CH数据科学与大数据 结合Spark的英文虚假信息分布式检测模型的设计-终稿全(21535字).docx

I结合 Spark 的英文虚假信息分布式检测模型的设计数学与计算机科学学院 数据科学与大数据技术专业 221309040 刘新宇指导教师 庄世芳摘要虚假信息在社交媒体平台上的快速扩散已成为影响社会公信力的重要问题，传统人工审核方式难以应对海量信息流的实时检测需求，亟需构建智能化的自动检测机制。本系统基于分布式计算架构，采用 Apache Spark 对大规模新闻文本进行预处理与特征提取，构建 TF-IDF、Word2Vec、VADER 情感三类多维特征向量；在模型层面集成朴素贝叶斯、随机森林、支持向量机、LSTM 及 BERT 五种算法，并通过逻辑回归元学习融合策略提升检测准...