تشخیص اخبار جعلی در رسانه های اجتماعی مبتنی بر روابط معنایی و ترکیب طبقه بند

رسانه‌های اجتماعی به یک وسیله محبوب برای دنبال کردن اخبار تبدیل شده‌اند. در عین حال، انتشار گسترده اخبار جعلی را نیز ممکن می‌سازند. اخبار جعلی و اطلاعات نادرست چالش بزرگی در همه انواع رسانه‌ها به ویژه رسانه‌های اجتماعی هستند. لذا امکان شناسایی محتوای جعلی در منابع آنلاین یک نیاز فوری است که در اسرع وقت برای جلوگیری از تاثیر منفی بر جامعه، باید شناسایی شوند. هدف از این پژوهش افزایش دقت سیستم‌های تشخیص اخبار جعلی در رسانه‌های اجتماعی می‌باشد. از این رو در این پژوهش یک سیستم تشخیص اخبار طراحی گردیده است که وظیفه‌ی آن تشخیص اخبار اصلی از جعلی می‌باشد. در این پژوهش جهت تشخیص اخبار جعلی از یک فرآیند سه مرحله‌ای استفاده گردیده است که در مرحله‌ی نخست عملیات پیش‌پردازش صورت گرفته است. در گام دوم عملیات، استخراج ویژگی صورت گرفته است. عملیات استخراج ویژگی براساس روابط معنایی ایجاد گردیده است. در گام نهایی از الگوریتم‌های طبقه‌بندی جهت طبقه‌بندی اخبار استفاده گردیده است. در این پژوهش طبقه‌بندهای نزدیک‌ترین همسایه، درخت تصمیم و ماشین بردار پشتیبان مورد استفاده قرار گرفته است که به ‌وسیله ترکیب رای اکثریت با هم ادغام شده‌اند. جهت ارزیابی روش پیشنهادی از معیارهای طبقه‌بندی بهره گرفته شده است. معیارهای به‌کار رفته در این پژوهش شامل معیارهای دقت، صحت، فراخوان و معیار F می‌باشد. نتایج حاصل از آزمایش‌ها نشان‌دهنده‌ی کارایی قابل قبول روش پیشنهادی در تشخیص اخبار جعلی می‌باشد. دلیل این برتری را می‌توان در بخش استخراج ویژگی و طبقه‌بندی یافت.