微博作为高科技信息化时代产物,在快速发展的同时,随之迅速蔓延的谣言信息也成为日益突出的问题。谣言的自动检测研究作为社交网络谣言研究、监控、应对和治理的前提,正逐渐受到关注,关于微博谣言识别的研究工作越来越多。国内外学者对社交网络和微博尤其是Twitter可信度作了大量的研究,主流研究实现的主要思路是从用户特征、文本内容特征、传播特征等方面抽取信息特征,建立分类器来实现谣言检测。然而采用传统机器学习算法并不能有效解决微博谣言检测中存在的数据标注代价高昂和数据类别不平衡导致检测准确率低等问题。本文以新浪微博为背景,以微博谣言为研究对象,在前人将检测任务作为分类问题求解的框架下,重点关注于解决传统监督学习算法数据标注代价高昂的问题,将半监督学习算法引入微博谣言检测中。同时,针对微博中谣言数量远少于非谣言、准确识别谣言比识别非谣言价值更高的事实,将微博谣言检测定义为一个不平衡数据的二分类问题。综合上述因素,提出一种针对不平衡数据集的半监督学习算法,用于谣言检测的分类任务中。本文的工作主要体现在如下两个方面。首先,围绕不平衡数据集分类,提出一种基于Co-Forest算法针对不平衡数据集的改进方法——ImCo-Forest算法(semi-supervised learning algorithm from imbalanced data based on Co-Forest),利用SMOTE算法和分层抽样平衡数据分布,并通过引入代价敏感的加权投票法来提高对未标记样本预测的正确率。为验证算法的有效性,在10组UCI测试数据上进行了实验比较。其次,在研究不平衡数据集分类问题的基础上,将不平衡数据集分类的机器学习方法引入微博谣言检测领域,并给出一个微博谣言检测的流程图。文章最后,通过2组微博谣言的实证实验证明了所提方法的有效性和优越性。通过在新浪微博平台上抽取的数据进行实验,表明论文提出的方法能有效解决微博谣言检测中存在的数据标注代价高昂和数据类别不平衡导致检测准确率低等问题,适用于海量微博数据的分析和谣言检测。