شناسایی اخبار و اکانت های جعلی در شبکه های اجتماعی

با گسترش روزافزون شبکه های اجتماعی، پدیده «اخبار جعلی» و «اکانت های جعلی» به یکی از چالش های اساسی در اکوسیستم اطلاعاتی تبدیل شده است. هدف این پژوهش، شناسایی و تحلیل راهکارهای موثر در تشخیص اخبار کذب و اکانت های رباتیک (Bot) در پلتفرم های اجتماعی است. روش پژوهش حاضر، مروری-توصیفی بوده و با بهره گیری از مرور سیستماتیک متون علمی معتبر داخلی و خارجی طی سال های اخیر، به بررسی الگوریتم های یادگیری ماشین، تحلیل شبکه و نشانه های رفتاری اکانت ها پرداخته است. یافته ها نشان می دهد که رویکردهای تک بعدی کارایی لازم را ندارند و تلفیق روش های مبتنی بر محتوای متنی (NLP) با تحلیل های رفتاری-شبکه ای و هوش مصنوعی، بالاترین دقت را در شناسایی این پدیده ها دارد. همچنین، بررسی الگوهای تکرارشونده، سرعت بالای انتشار و همبستگی زمانی در تعاملات کاربران، از موثرترین شاخص های تشخیصی شناسایی اکانت های دست ساز هستند. در نهایت، این مقاله راهکارهایی برای توسعه سیستم های هوشمند نظارتی و ارتقای سواد رسانه ای کاربران ارائه می دهد.

کلیدواژه ها:

اخبار جعلی ، اکانت های جعلی (Bot) ، هوش مصنوعی ، تحلیل شبکه اجتماعی ، یادگیری ماشین