مروری بر روش های طبقه بندی اخبار جعلی با استفاده از یادگیری ماشین

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 131

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_0296

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

با توجه به مرور بر مقالات می توان دریافت که شبکه های اجتماعی آنلا ین به یک بستر اجتماعی موثر و مهم برا ی ارتباط، تبادل نظر و به اشتراک گذاری اطلاعات تبدیل شده اند. با این حال، آنها همچنین امکان انتشار سریع و گسترده اطلاعات نادرست را فراهم می کنند که ممکن است منجر به اثرات مضر بر افراد یا جامعه شود. شبکه جهانی وب حاوی داده ها در قالب های مختلف مانند اسناد، فیلم ها و فایل های صوتی است . تشخیص و طبقه بندی اخبار آنلاین در قالب بدون ساختار (مانند اخبار، مقالات، ویدئوها و فا یل های صوتی )نسبتا دشوار است ز یرا به تخصص انسانی نیاز دارد.در همین راستا هدف پژوهش حاضر نیز مروری بر روش های طبقه بندی اخبار جعلی با استفاده از یادگیری ماشین بود که طی آن به مرور مقالات معتبر داخلی و خارجی پرداخته شد و در نهایت مشخص شد که روش هایی مثل : آموزش عمیق هندسی ، حداکثر آنتروپی ، الگوریتم شبکه های عمیق ، یادگیری نیمه نظارت شده و.. روش هایی کارآمد جهت تشخیص و طبقه بندی اخبار جعلی می باشند .

کلیدواژه ها:

نویسندگان

مرضیه نیکوکار

دانشجوی کارشناسی ارشد رشته مدیریت فناوری اطلاعات، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

صفاناز حیدری

استادیار،گروه مدیریت دولتی ، واحد میاندوآب، دانشگاه آزاد اسلامی ، میاندوآب، ایران