基于可靠性感知的机器-人群混合智能的社交媒体虚假新闻检测方法
机器学习
2024-12-11 v1 人工智能
社会与信息网络
摘要
社交媒体平台上的虚假新闻对社会系统构成重大威胁，凸显了对先进检测方法的迫切需求。现有的检测方法可分为基于机器智能、基于人群智能和基于混合智能的方法。其中，基于混合智能的方法取得了最佳性能，但未能考虑检测中的可靠性问题。鉴于此，我们提出了一种新颖的可靠性感知混合智能（RAHI）方法用于虚假新闻检测。我们的方法包含三个集成模块。第一个模块采用贝叶斯深度学习模型来捕捉机器智能中的固有可靠性。第二个模块使用基于项目反应理论（IRT）的用户响应聚合来考虑人群智能中的可靠性。第三个模块引入了一种新的分布融合机制，将来自机器智能和人群智能的分布作为输入，并输出一个融合分布，该分布提供预测及其关联的可靠性。在微博数据集上的实验证明了我们的方法的优势。本研究通过一种新颖的基于RAHI的方法为研究领域做出贡献，代码已发布在 https://github.com/Kangwei-g/RAHI。本研究对三个关键利益相关者具有实际意义：互联网用户、在线平台管理者和政府。
引用
@article{arxiv.2412.06833,
title = {Detecting Fake News on Social Media: A Novel Reliability Aware Machine-Crowd Hybrid Intelligence-Based Method},
author = {Yidong Chai and Kangwei Shi and Jiaheng Xie and Chunli Liu and Yuanchun Jiang and Yezheng Liu},
journal= {arXiv preprint arXiv:2412.06833},
year = {2024}
}