مروری بر روش های مبتنی بر هوش مصنوعی برای شناسایی و تحلیل انتشار شایعات در شبکه های اجتماعی

با گسترش شبکه های اجتماعی، انتشار شایعات و اخبار نادرست به یکی از چالش های اساسی در حوزه امنیت عمومی و مدیریت بحران تبدیل شده است. این شایعات می توانند موجب نگرانی عمومی، کاهش اعتماد به نهادهای رسمی و ایجاد ناآرامی شوند. در بسیاری از موارد، انتشار این اخبار نه توسط کاربران عادی، بلکه از طریق ربات ها و حساب های جعلی انجام می شود. ازاین رو، شناسایی سریع و دقیق شایعات، به ویژه برای نهادهای نظارتی مانند نیروی انتظامی، اهمیت بالایی دارد. در این مقاله مروری، مدل های مبتنی بر هوش مصنوعی که برای تشخیص شایعات در شبکه های اجتماعی توسعه یافته اند، بررسی و مقایسه شده اند. این مدل ها از روش های یادگیری ماشین، تحلیل شبکه های اجتماعی و پردازش زبان طبیعی بهره می برند. برخی از این روش ها بر تحلیل ویژگی های زبانی تمرکز دارند و تلاش می کنند با شناسایی الگوهای زبانی خاص، اخبار نادرست را تشخیص دهند. برخی دیگر بر الگوهای رفتاری کاربران و نحوه انتشار محتوا متمرکز شده اند و نقش حساب های کاربری مشکوک را در گسترش شایعات بررسی کرده اند. مدل های ترکیبی که هر دو رویکرد را در نظر می گیرند، عملکرد بهتری در شناسایی اخبار نادرست داشته اند. نتایج بررسی ها نشان می دهد که بهینه سازی مدل های هوش مصنوعی باعث افزایش دقت و کاهش زمان پردازش آن ها شده است. بااین حال، یکی از چالش های اصلی، نبود مجموعه داده های استاندارد فارسی است که عملکرد این مدل ها را در تشخیص شایعات فارسی محدود کرده است. توسعه پایگاه داده فارسی و ابزارهای نظارتی مبتنی بر هوش مصنوعی، گامی موثر در کنترل شایعات و حفظ امنیت اطلاعاتی خواهد بود.

کلیدواژه ها:

تشخیص شایعه ، شبکه های اجتماعی ، هوش مصنوعی در تحلیل اخبار جعلی ، پایش رسانه های اجتماعی ، نظارت بر انتشار اخبار جعلی