تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
مصداقية الأخبار العربية على تويتر: نموذج محسن لتقييم مصداقية الأخبار العربية باستخدام مجموعة خصائص مختلطة
CREDIBILITY OF ARABIC NEWS ON TWITTER :AN ENHANCED MODEL FOR EVALUATING ARABIC NEWS CREDIBILITY USING HYBRID FEATURE SET
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : أصبحت وسائل التواصل الإجتماعى وخاصة تويتر أكثر أهمية في المجتمع، حيث يستخدمها بشكل نشط حوالي 32٪ من سكان العالم وازداد عدد المستخدمين النشطين بنسبة 10٪ في عام 2015. لقد غيرت وسائل التواصل الإجتماعى كيفية تواصل الناس مع بعضهم البعض وأصبحت تسيطر على الطريقة التي يحصل بها الأشخاص على المعلومات مثل الأخبار عن طريق استبدال الصحف. يمكن وصف وسائل التواصل الاجتماعي بأنها غير خاضعة للرقابة ويمكن أن تكون رسائلها بمثابة نشر للمعلومات في الوقت الحقيقي وبمدى واسع. وبجانب قصص النجاح هذه مع وسائل التواصل الاجتماعي، يمكن أن يكون لها تأثير سلبي على المجتمع، حيث أنها، من بين الأمثلة الشائعة الأخرى، تمكن المشاغبين من الاتصال بقناة اتصال وتمكن المستخدمين من نشر شائعات كاذبة تسبب الذعر في المجتمع وبالتالي سيكون لها عواقب بعيدة المدى. تقترح هذة الرسالة نموذج التعلم الآلي القائم على تقييم مصداقية الأخبار العربية على منصة تويتر. كما يستخدم هذا النموذج مجموعة من الميزات التي تتعلق بالموضوع المستخدم لتقييم مصداقية الأخبار. كما أنة بالإضافة إلى المميزات التى تتعلق بالمحتوى التقليدى، يتم استخدام طرق أكثر دقة لتقييم ما ينشر عن طريق التحقق من المحتوى وتحليل ردود الأفعال المختلفة للمستخدمين. ويتكون النموذج المقترح من أربع وحدات رئيسية هى: أ) وحدة تحليل المنشور واستخلاص المميزات، ب) وحدة التحقق من المحتوى، ج)وحدة تقييم تعليقات المستخدمين و د) وحدة تصنيف المحتوى على حسب المصداقية. كما تم جمع مجموعة من الأخبار العربية وعددها 500 خبر, والتي تم جمعها من منصة تويتر. وتم تطبيق ثلاثة تقنيات مختلفة لتصنيف الأخبار المنشورة (DT, SVM, NB). ومن أجل أختبار النموذج والتأكد من فاعليتة عن طريق إجراء 5 عمليات تحقق وتم تشخيص أداء النموذج معها. وتشير النتائج إلى أن تقنية NB تحقق أعلى فاعلية من تقنية SVM بنحو 2٪ وأفضل بمقدار 7٪ من تقنية NB، أيضا عرضت أقل معدل للأخبار الكاذبة بنسبة 9٪ تقريبا من SVM و10٪ أقل من NB من مجموعة البيانات التى تم أختبارها. 
المشرف : د. مي فاضل 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1439 هـ
2018 م 
تاريخ الاضافة على الموقع : Thursday, June 28, 2018 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
سمية يسلم باعطوةBaatwah, Sumayah باحثماجستير 

الملفات

اسم الملفالنوعالوصف
 43508.pdf pdf 

الرجوع إلى صفحة الأبحاث