شماره ركورد كنفرانس :
5467
عنوان مقاله :
روش هاي مبتني بر شبكه هاي عصبي مصنوعي جهت تشخيص شايعه در رسانه هاي اجتماعي
پديدآورندگان :
صادق محمدحسين mh.sadegh.77@gmail.com دانشجوي كارشناسي ارشد، گروه كامپيوتر، ، دانشگاه آزاد اسلامي واحد اصفهان خوراسگان، اصفهان، ايران , محبي كيوان k.mohebbi@khuisf.ac.ir عضو هيئت علمي، گروه كامپيوتر، ، دانشگاه آزاد اسلامي واحد اصفهان خوراسگان، اصفهان، ايران
كليدواژه :
تشخيص شايعه , رسانه اجتماعي , شبكه هاي پيچيده , شبكه هاي عصبي مصنوعي
عنوان كنفرانس :
اولين كنفرانس بين المللي ايده هاي نو در مهندسي برق
چكيده فارسي :
پلتفرم‌هاي رسانه‌هاي اجتماعي در عصر كلان داده به بخشي ضروري از زندگي روزمره انسان تبديل شده‌اند كه توانايي افراد را براي به دست آوردن و تبادل اطلاعات به طور قابل توجهي افزايش مي‌دهد. كاربران مي توانند از طريق پلتفرم هاي مختلف هر اطلاعاتي را در زمان واقعي ارسال كنند و يا در موارد مختلف نظر دهند. شناسايي شايعات در رسانه‌هاي اجتماعي براي جلوگيري از انتشار اطلاعات نادرست بسيار مهم است. از طرفي، تشخيص شايعات به دليل حجم گسترده داده‌هاي توليد شده و ماهيت پيچيده تعاملات اجتماعي در اين قبيل رسانه ها كاري پيچيده و دشوار است. تكنيك‌هاي مختلف يادگيري ماشين براي رفع اين معضل ارائه شده اند. در اين مقاله، تعدادي از روشهاي مبتني بر شبكه هاي عصبي مصنوعي در زمينه تشخيص شايعه در رسانه هاي اجتماعي مورد بررسي قرار گرفته و با ارزيابي نقاط قوت و محدوديت هر كدام، مقايسه‌اي بين آنها انجام شده است. اين تحقيق مي‌تواند به عنوان راهنمايي جهت انتخاب يك روش مناسب و يا تشخيص مسيرهاي كاري آتي در اين زمينه مورد استفاده قرار گيرد.
