論文の概要: Towards identifying Source credibility on Information Leakage in Digital Gadget Market
- arxiv url: http://arxiv.org/abs/2409.04880v1
- Date: Sat, 7 Sep 2024 18:20:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-10 20:20:37.033316
- Title: Towards identifying Source credibility on Information Leakage in Digital Gadget Market
- Title(参考訳): デジタルガジェット市場における情報漏洩源の信頼性確保に向けて
- Authors: Neha Kumaru, Garvit Gupta, Shreyas Mongia, Shubham Singh, Ponnurangam Kumaraguru, Arun Balaji Buduru,
- Abstract要約: 今後のデバイスの詳細に関する信用的なリークは、各組織に多大な金銭的損害を与える可能性がある。
本稿では,Webブログのリーク記事の見出しとそれに対応する公式プレスリリースの分析を行う。
我々は、手動で注釈付けされた結果に対して82.14%の精度で、進化するスマートフォン名を取得するためにカスタムNERモデルを訓練する。
- 参考スコア(独自算出の注目度): 9.502411901869124
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The use of Social media to share content is on a constant rise. One of the capsize effect of information sharing on Social media includes the spread of sensitive information on the public domain. With the digital gadget market becoming highly competitive and ever-evolving, the trend of an increasing number of sensitive posts leaking information on devices in social media is observed. Many web-blogs on digital gadget market have mushroomed recently, making the problem of information leak all pervasive. Credible leaks on specifics of an upcoming device can cause a lot of financial damage to the respective organization. Hence, it is crucial to assess the credibility of the platforms that continuously post about a smartphone or digital gadget leaks. In this work, we analyze the headlines of leak web-blog posts and their corresponding official press-release. We first collect 54, 495 leak and press-release headlines for different smartphones. We train our custom NER model to capture the evolving smartphone names with an accuracy of 82.14% on manually annotated results. We further propose a credibility score metric for the web-blog, based on the number of falsified and authentic smartphone leak posts.
- Abstract(参考訳): ソーシャルメディアを使ってコンテンツをシェアすることは、絶え間なく増えている。
ソーシャルメディアにおける情報共有のカプセル化効果の1つは、公共ドメインにおける機密情報の拡散である。
デジタルガジェット市場は競争力が高く、絶え間なく発展していく中で、ソーシャルメディアのデバイスに情報を漏らすセンシティブな投稿が増えつつある傾向が観察されている。
デジタルガジェット市場では、情報漏えいが広まっています。
今後のデバイスの詳細に関する信用的なリークは、各組織に多大な金銭的損害を与える可能性がある。
したがって、スマートフォンやデジタルガジェットのリークを継続的に投稿するプラットフォームの信頼性を評価することが不可欠である。
本稿では,Webブログのリーク記事の見出しとそれに対応する公式プレスリリースの分析を行う。
われわれはまず54,495件のリークとプレスリリースの見出しをさまざまなスマートフォン向けに収集した。
我々は、手動で注釈付けされた結果に対して82.14%の精度で、進化するスマートフォン名を取得するためにカスタムNERモデルを訓練する。
さらに,偽造・真偽のスマートフォンリーク投稿数に基づいて,Webブログの信頼性スコア尺度を提案する。
関連論文リスト
- Overview of the CLAIMSCAN-2023: Uncovering Truth in Social Media through
Claim Detection and Identification of Claim Spans [36.21314290592325]
ソーシャルメディアプラットフォームは、偽情報、プロパガンダ、フェイクニュースを広める人々の避難所になっている。
ソーシャルメディアの投稿を自動的に識別し、そのクレームを確認し、信用と偽のクレームを区別することが重要になっている。
主な目的は、ソーシャルメディア投稿がクレームを構成するかどうかを判断するタスクAと、クレームを構成するポスト内の単語やフレーズを正確に識別するタスクBである。
論文 参考訳(メタデータ) (2023-10-30T04:57:41Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳(メタデータ) (2023-05-23T16:40:07Z) - 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) - Trust and Believe -- Should We? Evaluating the Trustworthiness of
Twitter Users [5.695742189917657]
ソーシャルメディア上のフェイクニュースは、個人と社会の両方に悪影響を及ぼす大きな問題である。
この作業において、私たちは、ソーシャルネットワークコミュニティに信頼を喚起するソリューションを提供したいと考えている。
本モデルでは,Twitter上で5万人の政治家の行動を分析し,評価されたユーザ毎に影響スコアを割り当てる。
論文 参考訳(メタデータ) (2022-10-27T06:57:19Z) - 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) - SOK: Seeing and Believing: Evaluating the Trustworthiness of Twitter
Users [4.609388510200741]
現在、どのニュースやユーザーが信頼できるか、どれがそうでないかを自動で判断する方法はない。
本研究では、Twitter上で5万人の政治家の行動を分析するモデルを作成しました。
政治Twitterのユーザを、ランダムな森林、多層パーセプトロン、サポートベクターマシンを使って、信頼あるいは信頼できないと分類した。
論文 参考訳(メタデータ) (2021-07-16T17:39:32Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳(メタデータ) (2021-06-07T19:26:32Z) - Stance Detection with BERT Embeddings for Credibility Analysis of
Information on Social Media [1.7616042687330642]
本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。
本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。
実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
論文 参考訳(メタデータ) (2021-05-21T10:46:43Z) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳(メタデータ) (2021-04-18T09:50:11Z) - Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。
ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
論文 参考訳(メタデータ) (2020-07-16T02:13:55Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳(メタデータ) (2020-04-20T20:00:27Z)
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。