این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۲۱، شماره ۲، صفحات ۱۵-۲۸
عنوان فارسی تشخیص شایعه در شبکه ی اجتماعی توییتر با استفاده از ویژگی های توییت و کاربر.
چکیده فارسی مقاله با شنیدن هر خبر در شبکه­های اجتماعی، واکنش­ها به آن خبر متفاوت است و از زوایای مختلف موجب برانگیخته شدن حس کنجکاوی می­شود. مهم­ترین بخش آن فهمیدن صحّت و سقم آن خبر است. شایعه خبری است که نامعتبر است یعنی هنوز تأیید نشده و ممکن است در صورت عدم اعتبار موجب خسارات جبران ناپذیری شود. از این­رو تشخیص آن بسیار مهم است. تشخیص شایعه و یا به عبارتی مشخص کردن اعتبار آن نقش اساسی در جلوگیری از خبر نادرست دارد. در این مقاله با استفاده از ویژگی­های جدید دستی مبتنی بر توییت، کاربر و ترکیبی از این دو و با استفاده از 4 دسته­بند یادگیری ماشین شایعه­ی موجود در شبکه­های اجتماعی تشخیص داده شد. همچنین از روش بیش­نمونه­برداری برای متعادل کردن مجموعه داده استفاده شد. نتایج نشان داد این روش با وجود سادگی نسبت به روش­های یادگیری ماشین و عمیق بهبود قابل توجّهی داشته و مقدار صحّت به 99/0 رسید.  
 
کلیدواژه‌های فارسی مقاله تشخیص شایعه، یادگیری ماشین، ویژگی کاربر، ویژگی توییت، ویژگی دستی
عنوان انگلیسی Rumor Detection on Twitter using tweet and user features.
چکیده انگلیسی مقاله When every news item is posted on social media, reactions to it are different and arouse curiosity from different angles. The most important part is to understand the accuracy of the news. A rumor is news that is invalid, meaning it has not yet been confirmed  and it may causes irreparable damage if it is not valid. Therefore, it is very important to diagnose it. rumor detection, or in other words determining its validity, plays an essential role in preventing fake news. Naturally, every phenomenon of norm and anomaly is transmitted to people through social networks. Staying Every News Reactions to that news are different. Depending on the importance of the news, it may be widely covered or it may not have a specific reaction. But if the news spreads widely, it arouses curiosity from different angles. the news is false or true, or that the news is valid or invalid. In this work, an attempt is made to identify rumors on social networks by using HandCrafted features based on tweets, user and a combination of the two, and by using machine learning classification. using 4 machine learning Classifiers, the rumor on social networks was detected. also Over sampling method  Used to balance data set. The results show that this method, despite its simplicity compared to other machine learning methods and deep learning, has a significant improvement and the accuracy value reaches about 0.99, precision about 0.98, recall about 0.97 and F1 about 0.98.
 
کلیدواژه‌های انگلیسی مقاله rumor detection, machine learning, user Feature, tweet Feature, HandCrafted Feature
نویسندگان مقاله مسلم صامت عمرانی | moslem samet omrani
Tarbiat Modares University
دانشگاه تربیت مدرّس

محمد صنیعی آباده | mohammad saniee abadeh
Tarbiat Modares University
دانشگاه تربیت مدرّس

نصراله مقدم چرکری | nasrollah moghaddam charkari
Tarbiat Modares University
دانشگاه تربیت مدرّس

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-2338-2&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش متن
نوع مقاله منتشر شده کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات