کاربرد الگوریتمهای یادگیری ماشین برای تحلیل و تشخیص خودکار شایعه و اخبار جعلی مالیاتی در کلان دادههای شبکه های اجتماعی

این پژوهش به بررسی کاربرد الگوریتمهای یادگیری ماشین در تشخیص خودکار شایعات و اخبار جعلی حوزه مالیاتی در کلان دادههای فضای مجازی ایران میپردازد. با استفاده از داده های جمع آوری شده از پلتفرمهای مختلف شبکه های اجتماعی در سال ۱۴۰۳ رویکردی ترکیبی از الگوریتم های یادگیری ماشین و پردازش زبان طبیعی (NLP) برای شناسایی الگوهای انتشار اخبار جعلی مالیاتی پیاده سازی شده است. یافتهها نشان می دهد که مدلهای مبتنی بر ترانسفورمر با دقت ۸۷% و معیار F۱-Score معادل ۰.۸۳ عملکرد بهتری نسبت به سایر الگوریتمها در تشخیص شایعات مالیاتی داشتهاند. تحلیل موردی شایعات مالیاتی نیز نشان میدهد که بیشترین انتشار این شایعات در بازه های زمانی خاصی همزمان با اعلام سیاستهای جدید مالیاتی رخ میدهد. این پژوهش با ارائه چارچوبی، جامع زمینه را برای ایجاد سیستم هشدار زودهنگام مبتنی بر هوش مصنوعی برای مقابله با شایعات مالیاتی فراهم میسازد و راهکارهای عملی برای سیاست گذاری هوشمند در نظام مالیاتی کشور پیشنهاد میدهد.

کلیدواژه ها:

یادگیری ماشین ، تشخیص اخبار جعلی ، پردازش زبان طبیعی ، شایعات مالیاتی ، کلان داده