بررسی روشهای تشخیص اخبار جعلی در رسانه های اجتماعی

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 340

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICOCS06_119

تاریخ نمایه سازی: 5 تیر 1402

چکیده مقاله:

همزمان با توسعه اینترنت، ظهور و پذیرش گسترده مفهوم رسانه های اجتماعی، نحوه شکل گیری و انتشار اخبار تغییر کرده است. اخبار سریع تر، کم هزینه تر و با استفاده از رسانه های اجتماعی به راحتی قابل دسترسی هستند. این تغییر با معایبی نیز همراه بوده است. به ویژه، محتوای فریبنده، مانند اخبار جعلی ساخته شده توسط کاربران رسانه های اجتماعی، به طور فزاینده ای خطرناک می شود. مسئله اخبار جعلی، علیرغم اینکه اخیرا برای اولین بار مطرح شده است، به دلیل محتوای بالای رسانه های اجتماعی به یک موضوع تحقیقاتی مهم تبدیل شده است. نوشتن نظرات و اخبار جعلی در شبکه های اجتماعی برای کاربران آسان است. چالش اصلی، تعیین تفاوت بین اخبار واقعی و جعلی است. در این مقاله، روش های تشخیص اخبار جعلی در رسانه های اجتماعی بررسی می شوند. در این مقاله، ابتدا روش های تشخیص اخبار جعلی مبتنی بر یادگیری ماشین بررسی شده اند. سپس روش های تشخیص اخبار جعلی مبتنی بر شبکه عصبی، یادگیری عمیق، الگوریتم های فراابتکاری و BERT مرور شده اند. در ادامه روش های تشخیص اخبار جعلی مبتنی بر MVCAN، مبتنی بر QA-AXDS، مبتنی بر DEAP-FAKED و مبتنی بر بلاک چین بررسی شده اند.

نویسندگان

ویدا درویشی

گروه مهندسی کامپیوتر، واحد اهواز، موسسه آموزش عالی الکترونیکی برخط، اهوا ز، ایران