論文の概要: Fake Advertisements Detection Using Automated Multimodal Learning: A Case Study for Vietnamese Real Estate Data

• arxiv url: http://arxiv.org/abs/2501.10848v1
• Date: Sat, 18 Jan 2025 18:48:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:24:52.481748
• Title: Fake Advertisements Detection Using Automated Multimodal Learning: A Case Study for Vietnamese Real Estate Data
• Title（参考訳）: 自動マルチモーダル学習によるフェイク検出:ベトナムの不動産データを対象として
• Authors: Duy Nguyen, Trung T. Nguyen, Cuong V. Nguyen,
• Abstract要約: FADAMLは、偽のオンライン広告を検出してフィルタリングする、新しいエンドツーエンドの機械学習システムである。 本システムでは,マルチモーダル機械学習と自動機械学習を併用して高い検出率を実現する。
• 参考スコア（独自算出の注目度）: 4.506099292980221
• License:
• Abstract: The popularity of e-commerce has given rise to fake advertisements that can expose users to financial and data risks while damaging the reputation of these e-commerce platforms. For these reasons, detecting and removing such fake advertisements are important for the success of e-commerce websites. In this paper, we propose FADAML, a novel end-to-end machine learning system to detect and filter out fake online advertisements. Our system combines techniques in multimodal machine learning and automated machine learning to achieve a high detection rate. As a case study, we apply FADAML to detect fake advertisements on popular Vietnamese real estate websites. Our experiments show that we can achieve 91.5% detection accuracy, which significantly outperforms three different state-of-the-art fake news detection systems.
• Abstract（参考訳）: 電子商取引の人気は、ユーザーを金融やデータリスクに晒し、これらのEコマースプラットフォームの評判を損なう偽の広告を生み出している。 これらの理由から、このような偽広告を検出して削除することは、eコマースウェブサイトの成功にとって重要である。 本稿では,偽のオンライン広告を検出・フィルタリングするエンド・ツー・エンドの機械学習システムであるFADAMLを提案する。 本システムでは,マルチモーダル機械学習と自動機械学習を併用して高い検出率を実現する。 ケーススタディとして、ベトナムの人気のある不動産ウェブサイトで偽の広告を検出するためにFADAMLを適用した。 実験の結果,91.5%の精度で検出できることがわかった。

関連論文リスト

• Proactive Detection and Calibration of Seasonal Advertisements with Multimodal Large Language Models [5.425511887990726]
  広告ランキングと推薦コミュニティにとって関心のある研究課題を提示する。 本論文は, 大規模産業広告ランキングシステムによって検証され, 動機付けられた, 様々な角度から詳細なガイドラインを提供する。 我々はこの調査で得た決定的な解決策として、季節性を検出するために、マルチモーダルLLMを利用した。
  論文  参考訳（メタデータ） (2024-10-16T18:14:05Z)
• FNDaaS: Content-agnostic Detection of Fake News sites [3.936965297430477]
  FNDは、コンテンツに依存しない最初のフェイクニュース検出手法である。 ニュースサイトごとのネットワークや構造的特徴など、新しい、未調査の機能について検討している。 過去のサイトでは最大0.967のAUCスコアを達成でき、新しくフラッグされたサイトでは最大77-92%の精度を達成できる。
  論文  参考訳（メタデータ） (2022-12-13T11:17:32Z)
• Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
  Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。 偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
  論文  参考訳（メタデータ） (2022-11-25T18:24:17Z)
• UrduFake@FIRE2020: Shared Track on Fake News Identification in Urdu [62.6928395368204]
  本稿では、ウルドゥー語における偽ニュース検出に関するFIRE 2020における最初の共有タスクの概要について述べる。 目標は、900の注釈付きニュース記事と400のニュース記事からなるデータセットを使って偽ニュースを特定することである。 データセットには、 (i) Health、 (ii) Sports、 (iii) Showbiz、 (iv) Technology、 (v) Businessの5つのドメインのニュースが含まれている。
  論文  参考訳（メタデータ） (2022-07-25T03:46:51Z)
• Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation [105.20743048379387]
  提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。 具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。 実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
  論文  参考訳（メタデータ） (2022-03-10T14:24:19Z)
• Applying Multi-armed Bandit Algorithms to Computational Advertising [0.0]
  各種オンライン学習アルゴリズムの性能について検討し,Webユーザに対して最も高いコンバージョン率の広告/フェーラを識別・表示する。 本稿では,機械学習における古典的パラダイムであるマルチアーメッド帯域問題として,広告選択問題を定式化する。 本稿は、2011年から2015年までの計算広告分野における我々の発見について紹介する。
  論文  参考訳（メタデータ） (2020-11-22T03:23:13Z)
• A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
  リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。 本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
  論文  参考訳（メタデータ） (2020-10-22T18:36:41Z)
• Predicting conversions in display advertising based on URL embeddings [16.63178490961762]
  本稿では、訪問URLの履歴から、ユーザが変換する確率を推定するための異なるモデルを紹介し、検討する。 自然言語処理にヒントを得て,意味的に意味のあるURL表現を計算するために,3つのURL埋め込みモデルを導入する。
  論文  参考訳（メタデータ） (2020-08-27T09:14:28Z)
• A Deep Learning Approach for Automatic Detection of Fake News [47.00462375817434]
  複数のドメインのオンラインニュースコンテンツにおいて、偽ニュース検出問題を解決するためのディープラーニングに基づく2つのモデルを提案する。 我々は、最近リリースされたFakeNews AMTとCelebrityという2つのデータセットを用いて、フェイクニュース検出のための手法を評価した。
  論文  参考訳（メタデータ） (2020-05-11T09:07:46Z)
• SpotTheFake: An Initial Report on a New CNN-Enhanced Platform for Counterfeit Goods Detection [68.8204255655161]
  偽物取引は現在では世界貿易の3.3%以上を占めている。 本稿では,新しい偽物検出プラットフォームの設計と初期開発について述べる。
  論文  参考訳（メタデータ） (2020-02-17T01:51:22Z)

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。