Модифікований метод виявлення фейкових новин на основі алгоритмів машинного навчання

Abstract

Об’єктом дослідження є процес аналізу інформації в соціальних медіа для виявлення фейкових новин. Предметом дослідження є розроблення програмного забезпечення алгоритмічно-програмного методу для виявлення фейкових новин. Мета роботи полягає у підвищенні середньої точності процесу виявлення фейкових новин у соціальних медіа шляхом розробки та реалізації алгоритмічно-програмного методу виявлення фейкових новин на основі алгоритмів машинного навчання. Використано різноманітні методи наукових досліджень: аналізу – для з’ясування переваг та недоліків існуючих методів виявлення фейкових новин; порівняння – при виборі найбільш оптимальної мови програмування та середовища програмування для розробки програмного забезпечення для виявлення фейкових новин; метод огляду актуальної літератури з виявлення фейкових новин, включаючи академічні публікації, технічні звіти та онлайнресурси; метод експертної оцінки, за допомогою якого було отримано інформацію щодо ефективності різних методів виявлення фейкових новин. Завдяки використанню цих методів було отримано комплексне розуміння проблеми виявлення фейкових новин та розроблено ефективне програмне забезпечення для виявлення фейкових новин. Наукова новизна роботи полягає в тому, що було запропоновано модифікований алгоритмічно-програмний метод виявлення фейкових новин на основі алгоритмів машинного навчання, який відрізняється від наявних методів використанням ансамблю з трьох алгоритмів, результати кожного з яких використовуються для вибору компактніших спеціалізованих моделей для наступних алгоритмів, що в підсумку дозволяє пришвидшити процес виявлення фейкових новин у тексті на 30 %, порівнюючи з аналогами, а також зменшити середню хибність на 25 %. Практична цінність отриманих у роботі результатів полягає в тому, що розроблене програмне забезпечення алгоритмічно-програмного методу для виявлення фейкових новин сприятиме зменшенню поширення фейків та допомогатиме їх виявленню.

he object of research is the process of analyzing information in social media to identify fake news. The subject of research is the development of software of algorithmic-software method for detecting fake news. The aim of the work is to increase the average accuracy of the process of detecting fake news in social media by developing and implementing an algorithmic-software method for detecting fake news based on machine learning algorithms. Various methods of scientific research: analysis – to find out the advantages and disadvantages of existing methods for detecting fake news; comparison – when choosing the most optimal programming language and programming environment for developing software to detect fake news; a method of reviewing existing literature to detect fake news, including academic publications, technical reports, and online resources; peer review method, which obtained information on the effectiveness of various methods for detecting fake news have been used. Through the use of these methods, a comprehensive understanding of the problem of detecting fake news has been obtained and effective software for detecting fake news has been developed. The scientific novelty of the work lies in the fact that a modified algorithmic-software method for detecting fake news based on machine learning algorithms has been proposed, which differs from the existing methods by using an ensemble of three algorithms, the results of each of which are used to select more compact specialized models for subsequent algorithms, which ultimately allows to speed up the process of detecting fake news in the text by 30% compared to analogs, and reduce the average falsehood by 25%. The practical value of the results obtained in the work lies in the fact that the developed software of the algorithmic-software method for detecting fake news will help to reduce the spread of fakes and detect them.