論文の概要: Methods of Informational Trends Analytics and Fake News Detection on
Twitter
- arxiv url: http://arxiv.org/abs/2204.04891v1
- Date: Mon, 11 Apr 2022 06:26:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-13 03:54:48.360079
- Title: Methods of Informational Trends Analytics and Fake News Detection on
Twitter
- Title(参考訳): Twitterにおける情報トレンド分析とフェイクニュース検出手法
- Authors: Bohdan M. Pavlyshenko
- Abstract要約: 2022年のロシアによるウクライナ侵攻によるTwitterの情報動向が調査されている。
フェイクニュース検出のためのディープラーニングアプローチが分析されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the paper, different approaches for the analysis of news trends on Twitter
has been considered. For the analysis and case study, informational trends on
Twitter caused by Russian invasion of Ukraine in 2022 year have been studied. A
deep learning approach for fake news detection has been analyzed. The use of
the theory of frequent itemsets and association rules, graph theory for news
trends analytics have been considered.
- Abstract(参考訳): この論文では、twitterにおけるニューストレンド分析の異なるアプローチが検討されている。
分析とケーススタディでは,2022年のロシアによるウクライナ侵攻によるTwitterの情報動向が調査されている。
偽ニュース検出のためのディープラーニングアプローチが解析されている。
頻繁な項目セットの理論や関連ルール、ニューストレンド分析のためのグラフ理論の利用が検討されている。
関連論文リスト
- Using GPT Models for Qualitative and Quantitative News Analytics in the 2024 US Presidental Election Process [0.0]
本稿では,検索拡張生成(RAG)によるニュースの質的,定量的分析に,Google Search APIとGPT-4oモデルを用いたアプローチを検討する。
その結果、GPTモデルを用いて情報分析を行い、選挙プロセスのさらなる分析に応用できる重要な洞察を提供することができた。
論文 参考訳(メタデータ) (2024-10-21T11:02:18Z) - From Skepticism to Acceptance: Simulating the Attitude Dynamics Toward Fake News [38.990330255607276]
大規模言語モデル(LLM)に基づくフェイクニュース伝搬シミュレーションフレームワークを提案する。
シミュレーションの結果,話題の関連性や個々の特徴に関連する偽ニュースの伝播パターンが,実世界の観測と一致していることがわかった。
論文 参考訳(メタデータ) (2024-03-14T15:40:13Z) - Sentiment Analysis of Twitter Posts on Global Conflicts [0.0]
ソーシャルメディアの感情、特につぶやきをグローバルな対立シナリオで分析する感情分析モデルを開発した。
われわれは最近Twitterで世界中で起きた論争の件を特定し、3万1000件のフィルタリングツイートを数ヶ月にわたって収集し、世界中の人間の感情を分析した。
論文 参考訳(メタデータ) (2023-11-21T04:39:47Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳(メタデータ) (2023-01-02T12:40:05Z) - 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) - Sentiment Analysis of Political Tweets for Israel using Machine Learning [0.0]
本研究では、イスラエルの政治Twitterデータを用いて、パレスチナとイスラエルの対立に対する世論を解釈する分析研究を提案する。
ツイート形式での民族グループと世論指導者の態度を機械学習アルゴリズムを用いて分析する。
論文 参考訳(メタデータ) (2022-04-12T12:07:43Z) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳(メタデータ) (2021-11-09T07:45:11Z) - 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) - 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) - That Message Went Viral?! Exploratory Analytics and Sentiment Analysis
into the Propagation of Tweets [0.0]
我々は100万ツイート以上のデータセットについて探索分析を行った。
我々は、最も人気のあるメッセージを特定し、複数の内因性次元でつぶやきを分析した。
私たちはいくつかの興味深いパターンを発見し、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するための新たな洞察を明らかにしました。
論文 参考訳(メタデータ) (2020-04-21T02:38:53Z) - Automatically Characterizing Targeted Information Operations Through
Biases Present in Discourse on Twitter [7.129466405148903]
本稿では,人工知能による新たな情報操作に関連する可能性のある,全体的な態度や偏見を自動的特徴化する問題について考察する。
CaliskanらによるWord Embedding Association Testの拡張機能を新しいドメインに導入する。
本手法は,情報操作におけるバイアスの定量化に有効である。
論文 参考訳(メタデータ) (2020-04-18T23:03:14Z)
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。