کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6854798 1437596 2018 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Twitter rumour detection in the health domain
ترجمه فارسی عنوان
تشخیص شایعه توییتر در حوزه سلامت
کلمات کلیدی
تشخیص شایعه سلامتی، میکروبلاگ اجتماعی، توییتر، ویژگی های شبکه و مبتنی بر کاربر،
ترجمه چکیده
در سال های اخیر شبکه های اجتماعی به عنوان یک ابزار مهم برای گسترش اطلاعات به ارمغان آورده اند که مزایای متعددی را به همراه دارد. در عین حال، اظهارات اطلاعاتی غیرقابل اعتباری و مرتبط با ابزار، در گردش، به نام شایعات، به عنوان یک تهدید بالقوه برای جامعه تبدیل شده است. به همین دلیل، اگرچه شناسایی در میکروبلاگهای اجتماعی که موضوعی است که شایعه است در چندین اثر مورد مطالعه قرار گرفته است، نیاز به تشخیص اینکه آیا یک پست یا شایعه است یا خیر، وجود دارد. در این مقاله ما با این آخرین چالش روبرو هستیم که یک سیستم جدید تشخیص شایعه را ارائه می دهد که بر ویژگی های جدید طراحی شده، از جمله توانایی های بالقوه و خصوصیات شبکه، تاثیر می گذارد. ما رویکرد ما را بر روی یک مجموعه داده واقعی متشکل از پست های مرتبط با سلامتی که از میکروبلاگ توییتر جمع آوری شده است، مورد آزمایش قرار دادیم. ما نتایج امیدوار کننده ای را مشاهده می کنیم، به عنوان سیستم قادر به درستی تشخیص حدود 90٪ از شایعات با سطح قابل قبول دقت است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
In the last years social networks have emerged as a critical mean for information spreading bringing along several advantages. At the same time, unverified and instrumentally relevant information statements in circulation, named as rumours, are becoming a potential threat to the society. For this reason, although the identification in social microblogs of which topic is a rumour has been studied in several works, there is the need to detect if a post is either a rumor or not. In this paper we cope with this last challenge presenting a novel rumour detection system that leverages on newly designed features, including influence potential and network characteristics measures. We tested our approach on a real dataset composed of health-related posts collected from Twitter microblog. We observe promising results, as the system is able to correctly detect about 90% of rumours, with acceptable levels of precision.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 110, 15 November 2018, Pages 33-40
نویسندگان
, , , , ,