ΒΙΒΛΙΟΓΡΑΦΙΚΗ ΑΝΑΣΚΟΠΙΣΗ ΚΑΙ ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΤΕΧΝΙΚΩΝ ΕΞΟΡΥΞΗΣ ΔΕΔΟΜΕΝΩΝ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ ΨΕΥΔΩΝ ΕΙΔΗΣΕΩΝ
Date Issued
October 16, 2024
Type
Πτυχιακή Εργασία
Abstract
Ο πολλαπλασιασμός και η διάδοση ψευδών ειδήσεων στα ψηφιακά μέσα αποτελεί ένα καθημερινό κοινωνικό πρόβλημα. Τα νέα διαδίδονται πλέον με μεγάλες ταχύτητες και ποσότητες μέσα από τα κοινωνικά δίκτυα και άλλες ψηφιακές πλατφόρμες δυσκολεύοντας ολοένα και περισσότερο την ανίχνευση τους. Σε αυτή τη πτυχιακή εργασία στοχεύω να κάνω μια εκτεταμένη ανασκόπηση και συγκριτική ανάλυση αναμεσά στις τεχνικές εξόρυξης δεδομένων που χρησιμοποιούνται για την αναγνώριση τέτοιου είδους ειδήσεων. Θα παρουσιάσω διάφορες μεθόδους από τεχνικές ταξινόμησης όπως decision trees, support vector machines, τεχνικές clustering όπως K-means μέχρι και τα πιο προηγμένα Machine Learning, Deep Learning και Neural Networking μοντέλα. Επιπλέον, θα δούμε μοντέλα επεξεργασίας φυσικής γλώσσας όπως το BERT. Τέλος, μέσα από δοκιμές και πειράματα που πραγματοποιήθηκαν, θα δούμε τις αδυναμίες και τα πλεονεκτήματα διάφορων μοντέλων και θα συγκρίνουμε τις επιδόσεις τους μεταξύ τους. Η πτυχιακή αυτή έχει ως στόχο να συμβάλει στη καταπολέμηση του προβλήματος, κάνοντας μια λεπτομερειακή ανασκόπηση των τεχνικών που χρησιμοποιούνται και συγκρίνοντας τους με σκοπό την ανάδειξη των καλύτερων μεθόδων.
Subjects