فایل ورد کامل تشخیص سریع اخبار در رسانه‌های اجتماعی: دیدگاه داده کاوی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل تشخیص سریع اخبار در رسانه‌های اجتماعی: دیدگاه داده کاوی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۴۲ صفحه

رسانه‌های اجتماعی برای مصرف اخبار یک شمشیر دو لبه است. از یک سو، هزینه پایین، دسترسی آسان و انتشار سریع اطلاعات، مردم را به جستجو و مصرف اخبار از رسانه‌های اجتماعی سوق می‌دهد. از سوی دیگر، انتشار گسترده “اخبار جعلی”، یعنی اخبار با کیفیت پایین با اطلاعات غلط عمدی را ممکن می‌سازد انتشار گسترده اخبار تقلبی، پتانسیل تاثیرات شدیدا منفی بر افراد و جامعه را دارد. بنابراین، تشخیص اخبار جعلی در رسانه‌های اجتماعی اخیرا به یک تحقیق در حال ظهور تبدیل‌شده که توجه زیادی را به خود جلب کرده‌است تشخیص اخبار تقلبی در رسانه‌های اجتماعی، ویژگی‌ها و چالش‌های منحصر به فردی را ارایه می‌دهد که الگوریتم های ردیابی موجود از رسانه‌های خبری سنتی را بی‌اثر می‌کند یا قابل‌اجرا نیست. اول، اخبار تقلبی عمدا نوشته می‌شوند تا خوانندگان را گمراه کنند که به اطلاعات غلط باور کنند، که تشخیص براساس محتوای اخبار را دشوار و غیر بدیهی می‌سازد از این رو، برای کمک به تصمیم‌گیری در این زمینه، نیاز به استفاده از اطلاعات کمکی از جمله مشارکت اجتماعی کاربران در رسانه‌های اجتماعی است. دوم، بهره‌برداری از این اطلاعات کمکی به خودی خود به عنوان تعهدات اجتماعی کاربران با اخبار ساختگی داده‌هایی تولید می‌کند که بزرگ، ناقص، بدون ساختار و پر سر و صدا هستند از آنجا که مساله تشخیص اخبار جعلی در رسانه‌های اجتماعی هم چالش برانگیز و هم مرتبط است، ما این تحقیق را برای تسهیل بیشتر تحقیق در مورد این مشکل انجام دادیم. در این بررسی، ما یک بررسی جامع از کشف اخبار جعلی در رسانه‌های اجتماعی، از جمله ویژگی‌های اخبار جعلی در روانشناسی و نظریه‌های اجتماعی، الگوریتم های موجود از دیدگاه داده کاوی، معیارهای ارزیابی و مجموعه داده‌های نمونه ارایه می‌کنیم ما همچنین در مورد حوزه‌های تحقیقاتی مرتبط، مشکلات باز و مسیرهای تحقیقات آتی برای تشخیص اخبار جعلی در رسانه‌های اجتماعی بحث می‌کنیم.

عنوان انگلیسی:

Fake News Detection on Social Media: A Data Mining Perspective

~~en~~ writers :

Kai Shuy, Amy Slivaz, Suhang Wangy, Jiliang Tang , and Huan Liuy

Social media for news consumption is a double-edged sword.
On the one hand, its low cost, easy access, and rapid dissemination
of information lead people to seek out and consume
news from social media. On the other hand, it enables the
wide spread of fake news”, i.e., low quality news with intentionally
false information. The extensive spread of fake
news has the potential for extremely negative impacts on
individuals and society. Therefore, fake news detection on
social media has recently become an emerging research that
is attracting tremendous attention. Fake news detection
on social media presents unique characteristics and challenges
that make existing detection algorithms from traditional
news media ineective or not applicable. First, fake
news is intentionally written to mislead readers to believe
false information, which makes it dicult and nontrivial to
detect based on news content; therefore, we need to include
auxiliary information, such as user social engagements on
social media, to help make a determination. Second, exploiting
this auxiliary information is challenging in and of
itself as users social engagements with fake news produce
data that is big, incomplete, unstructured, and noisy. Because
the issue of fake news detection on social media is both
challenging and relevant, we conducted this survey to further
facilitate research on the problem. In this survey, we
present a comprehensive review of detecting fake news on
social media, including fake news characterizations on psychology
and social theories, existing algorithms from a data
mining perspective, evaluation metrics and representative
datasets. We also discuss related research areas, open problems,
and future research directions for fake news detection
on social media.

$$en!!