新浪微博是中国最大的微博服务平台,微博谣言大范围传播将造成不良社会影响。相关法律规定,微博谣言转发500次以上可定性诽谤罪,而用户往往在不明知的情况下做出转发行为。本文从微博文本特征和发布者特征中挖掘高转发量谣言的规律,可对用户提前做出提醒,维护网络健康环境。本文将微博谣言按转发量是否超过500次分为高转发量谣言和低转发量谣言,运用深度学习与机器学习方法进行二分类。本文工作整体流程如下:训练词向量;建立TextCNN和LSTM模型对高转发量谣言进行识别;引入用户特征,依次建立Concat-TextCNN,Concat-LSTM,TextCNN-GBDT,LSTM-GBDT,Wide＆TextCNN和Wide＆LSTM模型提高识别率。具体工作包括:首先,训练词向量,训练仅利用文本特征的TextCNN和LSTM作为本文基准线。然后,提出第一种加入用户特征提高识别率的方法——基于特征拼接的Concat-TextCNN,Concat-LSTM模型,在此基础上将深度学习网络的中间层结果(语义特征和用户特征的线性组合)作为新的特征,建立GBDT分类器,将这组模型称为TextCNN-GBDT,LSTM-GBDT。最后,提出第二种加入用户特征提高识别率的方法,参考Wide&Deep模型思想,建立Wide&TextCNN和Wide&LSTM模型,Wide组件设计了适合本文任务的交叉特征,Deep部分使用TextCNN或LSTM模型。在新浪微博谣言公开数据集上进行实验,对高转发量谣言进行词频、分类统计、长度统计,可以得到结论:新浪微博用户对国家与国家间事件最为关心;高转发量谣言中最多的是社会生活类谣言;谣言转发量与谣言长度基本无关。训练词向量,实验说明随任务继续训练的Word2vec是最适合本文任务的词向量模式。通过新浪微博API选取粉丝数、关注数、互粉数、新浪微博信用评分、微博数五个用户特征改进分类模型。TextCNN和LSTM分别可以达到79%和89%的F1值;Concat-TextCNN,Concat-LSTM分别达到91%和90%的F1值;TextCNN-GBDT和LSTM-GBDT分别达到94.7%和94.2%的F1值;Wide&TextCNN和Wide&LSTM分别达到89%和92%的F1值。本文贡献与创新在于,利用深度学习技术如TextCNN、LSTM、Wide&Deep模型,加入用户特征,对高转发量新浪微博谣言进行识别,取得了很好效果,对引导微博用户行为提出了建议。在本文结论下,微博用户在转发国家事件、社会生活类事件、明星等VIP账号的微博时要格外谨慎,避免后续大规模转发带来法律后果。