کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6835987 1434607 2018 40 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A computational approach for examining the roots and spreading patterns of fake news: Evolution tree analysis
ترجمه فارسی عنوان
رویکرد محاسباتی برای بررسی ریشه ها و گسترش الگوهای اخبار جعلی: تجزیه و تحلیل درختی تکامل
کلمات کلیدی
اخبار جعلی، تجزیه و تحلیل درخت تکامل، علوم اجتماعی محاسباتی، اطلاعات غلط، تجزیه و تحلیل شبکه،
ترجمه چکیده
برای بهبود جریان اطلاعات کافی و مبارزه با اخبار جعلی در رسانه های اجتماعی، شناسایی الگوهای ریشه و تکامل اطلاعات نادرست ضروری است. با این حال، بورس تحصیلی اختصاص داده شده به این منطقه فاقد آن است. با استفاده از پیشرفت اخیر در زمینه علم شبکه محاسباتی (به عنوان مثال، تجزیه و تحلیل درختی تکاملی)، این مطالعه این موضوع را در چارچوب انتخابات ریاست جمهوری سال 2016 مورد بررسی قرار داد. با بازیابی 307،738 توییت در مورد 30 داستان جعلی و 30 خبر واقعی، محتوای ریشه، تولید کننده اصلی منبع و الگوهای تکامل را مورد بررسی قرار دادیم. یافته های این تحقیق نشان می دهد که تویت های ریشه ای درباره اخبار جعلی بیشتر از حساب های کاربران معمولی تولید شده است، اما اغلب آنها پیوند به وب سایت های خبری غیر معتبر را شامل می شوند. علاوه بر این، ما تفاوت های قابل توجهی بین داستان های خبری واقعی و جعلی از لحاظ الگوهای تکاملی مشاهده کردیم. در تجزیه و تحلیل درخت تحول ما، توییتر درباره اخبار واقعی، گستره وسیعتر و عمق کوتاهتر از توییتهای مربوط به اخبار جعلی را نشان داد. نتایج همچنین نشان داد که توییت درباره اخبار واقعی به طور گسترده و سریع گسترش می یابد، اما توییت های مربوط به اخبار جعلی تعدادی از تغییرات در محتوای بیش از فرآیند پخش منتشر شد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
رویکرد محاسباتی برای بررسی ریشه ها و گسترش الگوهای اخبار جعلی: تجزیه و تحلیل درختی تکامل
چکیده انگلیسی
To improve the flow of quality information and combat fake news on social media, it is essential to identify the origins and evolution patterns of false information. However, scholarship dedicated to this area is lacking. Using a recent development in the field of computational network science (i.e., evolution tree analysis), this study examined this issue in the context of the 2016 US presidential election. By retrieving 307,738 tweets about 30 fake and 30 real news stories, we examined the root content, producers of original source, and evolution patterns. The findings revealed that root tweets about fake news were mostly generated by accounts from ordinary users, but they often included a link to non-credible news websites. Additionally, we observed significant differences between real and fake news stories in terms of evolution patterns. In our evolution tree analysis, tweets about real news showed wider breadth and shorter depth than tweets about fake news. The results also indicated that tweets about real news spread widely and quickly, but tweets about fake news underwent a greater number of modifications in content over the spreading process.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers in Human Behavior - Volume 84, July 2018, Pages 103-113
نویسندگان
, , , , , , ,