論文の概要: The Rise and Fall of Fake News sites: A Traffic Analysis
- arxiv url: http://arxiv.org/abs/2103.09258v1
- Date: Tue, 16 Mar 2021 18:10:22 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-18 12:52:00.528595
- Title: The Rise and Fall of Fake News sites: A Traffic Analysis
- Title（参考訳）: フェイクニュースサイトの増加と衰退:トラフィック分析
- Authors: Manolis Chalkiadakis, Alexandros Kornilakis, Panagiotis Papadopoulos,
Evangelos P. Markatos, Nicolas Kourtellis
- Abstract要約: 偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。
そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
- 参考スコア（独自算出の注目度）: 62.51737815926007
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Over the past decade, we have witnessed the rise of misinformation on the
Internet, with online users constantly falling victims of fake news. A
multitude of past studies have analyzed fake news diffusion mechanics and
detection and mitigation techniques. However, there are still open questions
about their operational behavior such as: How old are fake news websites? Do
they typically stay online for long periods of time? Do such websites
synchronize with each other their up and down time? Do they share similar
content through time? Which third-parties support their operations? How much
user traffic do they attract, in comparison to mainstream or real news
websites? In this paper, we perform a first of its kind investigation to answer
such questions regarding the online presence of fake news websites and
characterize their behavior in comparison to real news websites. Based on our
findings, we build a content-agnostic ML classifier for automatic detection of
fake news websites (i.e. accuracy) that are not yet included in manually
curated blacklists.
- Abstract（参考訳）: 過去10年間で、インターネット上での誤情報の台頭を目撃し、オンラインユーザーは偽ニュースの犠牲者を常に抱えている。
多くの過去の研究が偽ニュース拡散機構と検出と緩和技術を分析している。
偽ニュースサイトはいくつあるのか?
それらは通常、長い時間オンラインにとどまりますか?
このようなwebサイトは、お互いのアップダウンタイムを同期しているか?
同様のコンテンツを時間をかけて共有するのか?
どのサードパーティが自分たちのオペレーションをサポートするのか?
メインストリームや本物のニュースサイトと比べて、どのくらいのユーザートラフィックを惹きつけるのか?
本稿では,フェイクニュースサイトの存在に関する質問に回答し,実際のニュースサイトと比較してその行動を特徴付けるため,この種の調査を初めて実施する。
この結果に基づき、偽ニュースサイトを自動的に検出するコンテンツ非依存のML分類器を構築した。
手作業によるブラックリストには含まれていない。
関連論文リスト
- Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。
我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
論文 参考訳（メタデータ） (2023-11-02T08:39:45Z) - Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。
読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。
ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
論文 参考訳（メタデータ） (2023-05-25T13:42:08Z) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳（メタデータ） (2022-12-24T00:19:32Z) - FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。
クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
論文 参考訳（メタデータ） (2022-08-16T11:53:30Z) - Fake News Detection Tools and Methods -- A Review [0.0]
インターネット上で偽ニュースを検出するための様々なアプローチについて,近年の文献について論じる。
公開されているさまざまなデータセットと、利用可能なさまざまなオンラインツールを強調し、Fake Newsをリアルタイムでデバンクすることができる。
論文 参考訳（メタデータ） (2021-11-21T13:19:23Z) - A Study of Fake News Reading and Annotating in Social Media Context [1.0499611180329804]
我々は、44名のレイト参加者に、ニュース記事を含む投稿を含むソーシャルメディアフィードをさりげなく読み取らせるという、視線追跡研究を提示した。
第2回では,参加者に対して,これらの記事の真偽を判断するよう求めた。
また、同様のシナリオを用いたフォローアップ定性的な研究についても述べるが、今回は7人の専門家によるフェイクニュースアノテータを用いた。
論文 参考訳（メタデータ） (2021-09-26T08:11:17Z) - Is it Fake? News Disinformation Detection on South African News Websites [0.015863809575305417]
自然言語処理は偽ニュースの検出に広く用いられている。
南アフリカなど、より地域的な文脈では特に問題となる。
本研究では,南アフリカのウェブサイトにおける偽ニュースの検出について調査する。
論文 参考訳（メタデータ） (2021-08-06T04:54:03Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳（メタデータ） (2021-04-25T21:19:24Z) - How does Truth Evolve into Fake News? An Empirical Study of Fake News
Evolution [55.27685924751459]
偽ニュース進化過程を追跡する新しいデータセットであるフェイクニュース進化データセットを提示する。
私たちのデータセットは950のペアデータで構成され、それぞれが真実、偽ニュース、進化した偽ニュースを表す記事で構成されています。
進化中の特徴を観察し,誤情報技術,テキスト類似性,キーワードトップ10,分類精度,発話部分,感情特性について検討した。
論文 参考訳（メタデータ） (2021-03-10T09:01:34Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。