Yanlış bilginin sosyal ağlar üzerindeki etki dinamikleri
Impact dynamics of misinformation on social networks
- Tez No: 944877
- Danışmanlar: PROF. DR. MEHMET SIDDIK AKTAŞ, DR. MIRELA RIVENI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 119
Özet
Sosyal medya platformlarında, özellikle Twitter (yeni adıyla X) gibi ağlarda yanlış bilginin yayılması, kamuoyunu etkilemekte ve bilgi kaynaklarına yönelik güven sorunları yaratmaktadır. Bu çalışma, yanlış bilginin Twitter üzerinden dolaylı olarak nasıl yayıldığını ve bu yayılmayı etkileyen temel faktörleri kapsamlı bir şekilde analiz etmeyi amaçlamaktadır. Yanlış bilgi sınıflandırma dinamiklerini incelemek için etiketli tweetlerden oluşan bir veri seti kullanılmış, ağ bilimi metrikleri topluluk tespiti algoritmalarıyla birleştirilerek anormal yayılım üzerinde etkili olan faktörler belirlenmiştir. Çalışmada ayrıca, tweetlerin erişim olasılığını ve uzun ömürlülüğünü tahmin etmek için ağ merkeziliği, tweet okunabilirliği ve multimedya kullanımı gibi unsurları içeren bir algoritma geliştirilmiş ve uygulanmıştır. Elde edilen bulgular, yanlış bilginin, merkeziyet ve popülerlik tabanlı metrikler doğrultusunda ölçülebilir bir yayılım avantajına sahip olduğunu göstermektedir. Yanlış bilginin, yüksek etkileşimli hesaplar ve görsel-işitsel unsurlar içeren içerikler aracılığıyla daha geniş kitlelere ulaşma ve daha uzun süre dolaşımda kalma eğiliminde olduğu belirlenmiştir. Ayrıca, sosyal ağ yapılarının özellikle yankı odaları ve yüksek etkileşimli düğümler aracılığıyla yanlış bilginin yayılmasını nasıl güçlendirdiği detaylı bir şekilde incelenmiştir. Bu çalışma, sosyal medyada yanlış bilginin etkisini sınırlamak için platform politikaları, otomatik tespit sistemleri ve kamusal farkındalık girişimlerine yönelik uygulanabilir stratejiler sunarak, sosyal ağlardaki bilgi ekosisteminin daha güvenilir hale getirilmesine katkıda bulunmaktadır.
Özet (Çeviri)
The dissemination of misinformation on social media platforms such as Twitter (now known as X) has significant social consequences, affecting public opinion and creating trust problems with information sources. Our study addresses the important question: How does misinformation indirectly spread through Twitter, and what are the key factors affecting its diffusion and persistence? To answer this, we conducted a comprehensive analysis of misinformation classification dynamics using a collection of labeled tweets. By integrating network science metrics with community detection algorithms, we examined the role of influential users, content characteristics, and structural properties in the anomalous propagation of misinformation. We developed and implemented a predictive algorithm that estimates the likelihood of tweets reaching a broader audience and their longevity based on factors such as account influence, network centrality, tweet readability, and multimedia usage. Our findings suggest that misinformation tends to spread more rapidly and persist longer than accurate information, driven by high centrality users and engaging content. Furthermore, our study highlights the impact of social network structures in amplifying misinformation, particularly through echo chambers and high-engagement nodes. These insights contribute to the development of mitigation strategies aimed at reducing misinformation's influence on social media, offering practical implications for platform policies, automated detection systems, and public awareness initiatives.
Benzer Tezler
- 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
- Exploring area-specific microblogger social networks
İlgi alanı bazlı mikroblog kullanıcıları sosyal ağlarının tespiti
ECE AKSU DEĞİRMENCİOĞLU
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. SUZAN ÜSKÜDARLI
- Fake news detection using deep neural networks
Derin sinir ağlarını kullanarak sahte haber tespiti
ABUBAKER ABDALLAH ALGUTTAR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. REMZİ YILDIRIM
- Gsm sektörü için müşteri merkezli bilgi yönetimi değerlendirme modeli tasarımı ve bir uygulama
The design of customer centric knowledge mangement assessment model for gsm ındustry and an aplıcatıon
ATİK KULAKLI
- Purchase prediction and item prediction with RNN using different user-item interactions
Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi
FULYA ÇELEBİ SARIOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
