在线社交网络中实时检测假新闻:FANDC 基于云的系统
Nadire Cavus1,2, Murat Goksu3,4, Bora Oktekin5,6
1Department of Computer Information Systems, Near East University, 99138, Nicosia, Mersin 10, Cyprus, Turkey. nadire.cavus@neu.edu.tr.
Scientific reports
|October 30, 2024
概括
这项研究介绍了FANDC,这是一个基于云的系统,用于实时检测假新闻. FANDC实现了99%的准确性,大大改善了以前用于打击社交网络上的错误信息的方法.
科学领域:
- 计算机科学 计算机科学
- 信息科学 信息科学 信息科学
- 社交计算社会计算
背景情况:
- 社交网络促进了快速的信息共享,但也使假新闻的广泛传播成为可能,这给社会带来了重大挑战.
- 现有的文献显示,有效的在线和实时假新闻检测系统存在差距.
- 错误信息的蔓延影响着日常生活,破坏了人们对信息来源的信任.
研究的目的:
- 为了解决缺乏实时假新闻检测系统的问题.
- 引入FANDC (云上的假新闻检测) 系统,用于在七个类别中识别假新闻.
- 为在社交媒体平台上实时检测假新闻提供强大的解决方案.
主要方法:
- 使用CRISP-DM方法和混合方法开发FANDC系统.
- 在云计算环境中实现BERT算法,以提高安全性和可扩展性.
- 从COVID-19-TweetIDs GitHub存储库中使用大约9900万个大数据条目的大数据集进行培训和验证.
主要成果:
- 在建模阶段,FANDC系统实现了100%的准确性 (训练准确性).
- 实验结果表明,FANDC能够以99%的准确度实时检测假新闻.
- 这与之前的研究相比显著改善,之前的研究报告成功率约为90%.
结论:
- FANDC系统为实时假新闻检测提供了一个高度准确和高效的解决方案.
- 开发的系统可以显著帮助社交网络用户识别和减轻假新闻的影响.
- 云计算和像BERT这样的先进算法对于构建有效的错误信息检测工具至关重要.
