Гирда В., Ланде Д.
Аналіз підходів до визначення фейкової інформації в соціальних мережах

Анотація. Проведено аналіз існуючих підходів для визначення фейкової інформації в соціальних мережах.

Summary. An analysis of existing approaches to identifying fake information in social networks was carried out.

Ключові слова: фейкова інформація, інформаційний простір, соціальні мережі.

На фоні гібридної війни, інформаційний простір став театром для ведення бойових дій, а інтернет-користувачі . акторами кіберпростору. Соціальні мережі стали комунікативною платформою, де мільйони користувачів розміщують контент.

З початком повномасштабного вторгнення в соціальних мережах збільшилась кількість фейкових новин, і комунікантам стало важко відрізнити яка інформація є правдивою, а яка . фейковою.

Для зручного аналізу та виявлення фейкової інформації існують декілька підходів, побудованих на основі машинного навчання. В основі підходів закладені алгоритми з попереднім навчанням та самонавчанням.

Розглянемо основні підходи:

- сontent-based: акцентовано увагу на текстову інформацію, її заголовок, основну частину та суть. В основі цього підходу лежить аналіз синтаксичних та семантичних особливостей контенту;

- social-based: увага приділяється соціальній складовій. В основі цього підходу лежить ідентифікація користувача та класифікація (вік, стать, кількість підписників, спільноти), відповідно чого можна дослідити інформацію на містифікацію. Аналіз здійснюється згідно з алгоритмами машинного навчання (логістична регресія та краудсорсінг);

- combined: з використанням обох підходів.

Висновки. Соціальні мережі містять безліч фейкових новин, що дозволяють маніпулювати свідомістю людей. Аналіз новин на достовірність займає багато часу і не є ефективним, з цією метою використовують фреймворки, розроблені на основних підходах машинного навчання, що значно полегшує процес виявлення фейків.