Fake news detection with deep learning and machine learning methods
Sahte haberlerin derin öğrenme ve makine öğrenmesi ile tespiti
- Tez No: 663975
- Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT HAZNEDAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Hasan Kalyoncu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yaşadığımız çağda, özellikle teknoloji ve sosyal medyanın yükselişinden bu yana, sahte haberler bir toplum sorunu haline geldi. Haberlerin tarih boyunca toplum üzerinde etkisi olmuştur. Online platformların en büyük iletişim araçlarından biri olduğu günümüzde haberlerede çoğunlukla internet üzerinden erişiyoruz. Doğru bilgi kaynağına erişemediğimiz zaman ise birey, toplum hatta ülkeler için ciddi sorunlara yol açan problemler oluşuyor. Artık sahte haberlerin bazı durumlarda gerçek bilgilerden daha fazla ve daha hızlı yayıldığını görüyoruz.Teknolojinin gelişmesiyle bilginin kolay erişebilirliği birçok problemi de birlikte getirdi. Sahte haberler masum bir bilgi yanlışlarından çok toplumu yönlendirmek, toplum mühendisliği yapmak için kullanılır oldu. Günümüzde toplumsal hareketlere yön veren, insanları yanlış kararlar almaya yönlendiren, siyasi ve ekonomik olaylara etki eden bir sahte haber kavramı ile karşı karşıyayız. Yaşanılan olaylar bize büyük veri işleme , sosyal medya veri analizi gibi konularda çalışmalar yapılması gerektiğini gösteriyor. Bu çalışmada ekonomiyi, sosyolojiyi, siyaseti değiştirebilen sahte uydurma veya kurgulanmış içerikler daha genel bir başlık olan sahte haberler kullanıldı. Çeşitli kaynaklardan oluşan farklı veri setleri kullanıldı. Sahte haberlerin tespitini amaçlayan bu çalışmada hem machine learning hem de deep learning yöntemleri kullanıldı. Kullanılan farklı yapay zeka yöntemlerinin sahte haber tespiti üzerindeki performansını değerlendiriyorum. NLP, LSTM ve geleneksel makine öğrenimi yöntemleriyle karşılaştırıyorum.Yapılan deneylerde NLP, LSTM, Derin öğrenme tabanlı sınıflayıcılar ise geleneksel sınıflayıcılardan olan Naive Bayes, Random Forest classifier, SGD classifier, K-neighborhood classifier, Logistic Regression ile kıyaslanmış sonuçlarda derin öğrenme yöntemleri başarı ölçütlerinin çoğunda daha yüksek sınıflama başarısına sahip olmuştur.Büyük veri işleme, internet haberleri, sosyal medya veri analizi gibi konularda yapılması çok fazla çalışma yapılması gerektiği gerçeği ile bu tezin önemli bir sorun olan sahte haberler konusunda daha etkili çözümler üretilebilmesi için yarar sağlaması beklenmektedir.
Özet (Çeviri)
In our age, especially since the rise of technology and social media, fake news has become a problem in society. News has had an impact on society throughout history. Today, when online platforms are one of the biggest communication tools, we access the news over the internet. When we cannot access the right source of information, serious problems arise for the life of society. Anymore we see fake news spreading more and faster in some situations than real information. The availability of technology has brought us many of its problems too alongside the advantages of it. Fake news has been used for directing society and for social engineering rather than an innocent information mistake. Today, we are faced with a false fraud that guides social movements, makes wrong decisions, and affects political and economic events. The events experienced show us that work such as big data processing and social media data analysis needs to be done. In this study, fake news data is used which is a more general topic than fake fabricated or fictional content that can change this economy, sociology, politics. I evaluate this different artificial intelligence method, which aims at using machine learning and deep learning methods of fake news, with fake news detection. I compare NLP, LSTMs, and traditional machine method learning. LSTMs has had higher classification success in most machine method learning methods. The fact that a lot of work has to be done related to big data processing, internet news analyzing, social media data analysis encouraged me to this field. This thesis is expected to be useful for producing more effective solutions to fake news, which is an important problem.
Benzer Tezler
- Machine learning-based detection of fake Turkish earthquake news
Makine öğrenimi tabanlı sahte Türkçe deprem haberleri tespiti
GÜLER MERVE DEMİR YÜKSEL
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
- Stance classification for fake news detection in social media
Sosyal medyada sahte haber tespiti için durum sınıflandırması
MAYSAA M. S. ALSAFADI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT AYKUT
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Makine öğrenmesi kullanılarak yanıltıcı haber ve ayrıştırıcı dil tespit algoritmaları geliştirilmesi
Developing fake news and hate speech detection algorithms using machine learning
FATİH SİNAN ESEN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN EMRAH
- Analyzing the effects of emotions on fake news detection: A COVID-19 case study
Duyguların sahte haber tespiti üzerindeki etkilerinin analizi: Bir COVID-19 vaka çalışması
BAHAREH FARHOUDINIA
Doktora
İngilizce
2023
İletişim BilimleriSabancı ÜniversitesiYönetim Bilimleri Bilim Dalı
PROF. DR. NİHAT KASAP
PROF. DR. SELCEN ÖZTÜRKCAN