744

پ ك14

ابارقي، مينا

كارشناسي ارشد

كامپيوتر

دانشگاه صنعتي قم

دانشكده برق و كامپيوتر

گروه مهندسي كامپيوتر

رسولي كناري، عبدالرضا

شمسي، محبوبه

اطالعات تاييد نشده يا اشتباه درست همانند اطالعات دقيق در وب منتشر مي شوند، بنابراين احتماال به صورت ويروس ي قرار م ي گيرند و بر افكار عمومي و تصمي مات آن تاثير مي گذارند . اخبار جعلي و شايعات نشاندهنده رايج ترين اشكال اطالعات نادرست و تاييد نشدهاند و بايد هر چه سريع تر رديابي شوند تا از تاثيرات چشمگ ير آن ها اجتناب شود. اخبار جعلي با نفوذ در درك و دانش افراد براي تحريف آگاهي و تصميم گيري، نقش مهمي در گسترش اطالعات نادرست دارند . رسانه ها نقشي حياتي در انتشار عمومي اطالعات درباره رويدادها ايفا مي كنند . توسعه سري ع اينترنت به گسترش سريع اطالعات از طريق شبكهها يا وب سايتهاي اجتماعي بدون نگراني در مورد اعتبار اطالعات كمك مي كند . همچنين اخبار تا ييد نشده يا جعلي در شبكه هاي اجتماعي منتشر شده و به هزاران كاربر مي رسد . اخبار جعلي به طور معمول براي منافع تجاري و س ياس ي جهت گمراه كردن و جذب خوانندگان اي جاد مي شود. انتشار اخبار جعلي چالش بزرگ ي را برا ي جامعه اي جاد كرده است. اين مقاله يك رويكرد مبتني بر تجزيه و تحل يل متن جد يد براي تشخيص اخبار جعلي جهت كاهش خطرات ناش ي از مصرف اخبار جعلي ارائه مي دهد. ابتدا اخبار واقعي و جعلي را جمعآوري مي كنيم، سپس روي اخبار پيش پردازش اعمال ميشود و با استخراج افعال آنها با مدل word2vec و خوشه بندي KMeans افعال واقعي آموزش داده مي شوند سپس بعد از بررسي دو شرط موردنظر به تشخيص اخبار جعلي مي- پردازيم. براي صحت روش پيشنهادي با چهار الگوريتم يادگيري ماشين از جمله كاهش گراديان تصادفي و لجستيك رگرسيون و ماشين بردار پشتيبان و جنگل تصادفي به دقت 98 و 99 درصد با مقدار آستانه 18.0 رسيدهايم. واژگان كليدي: اخبار جعلي، اخبار واقعي، يادگيري ماشين، خوشه بندي، word2vec