بهبود تشخیص در طبقه بندی اخبار جعلی در رسانه های اجتماعی با استفادهاز الگوریتم کا - نزدیکترین همسایه

مصرف اخبار در رسانه های اجتماعی به دلیل دسترسی آسان، ارزان تر بودن و جذابیت بیشتر آن و همچنین انتشار اخبار به تدریج افزایش می یابد. گسترش اخبار جعلی تاثیرات منفی بر افراد و فرهنگ جامعه ایجاد می کند.برخی افراد اطلاعات اشتباه را در رسانه های اجتماعی منتشر میکنند تا توجه یا منافع مالی و سیاسی کسب کنند. ما باید در تشخیص اخبار جعلی یا واقعی هوشمندتر باشیم. ویژگی منحصربه فرد تشخیص اخبار جعلی در رسانه های اجتماعی، الگور یتم های تشخیص فعلی را ناکارآمد یا مناسب نمی کند. این تحقیق، ما یک رویکرد ساده برای تشخیص اخبار جعلی در رسانه های اجتماعی با کمک دسته بند کا - نزدیکترین همسایگی ارائه می دهیم. ما دقت دسته بندی این مدل را تقریبا ۹۸ ٪ مورد آزمایش با مجموعه داده پست های خبری فیک نیو ز به دست آوردیم، که در مقایسه با روش های پیشین روش کا نزدیک ترین همسایگی دقت بالاتری را نسبت به مدل رگرسیون لجستیک و درخت تصمیم نشان داد.

کلیدواژه ها:

یادگیری ماشین ، طبقه بندی متن ، اخبار جعلی