通过天真Bayes算法检测Twitter社交媒体的新闻有效性

E. Setiawan, Sugiharto Johanes, Arya Tandy Hermawan, Yuni Yamasari
{"title":"通过天真Bayes算法检测Twitter社交媒体的新闻有效性","authors":"E. Setiawan, Sugiharto Johanes, Arya Tandy Hermawan, Yuni Yamasari","doi":"10.52985/insyst.v3i2.164","DOIUrl":null,"url":null,"abstract":"Banyaknya berita-berita online sering menarik minat masyarakat untuk membacanya, tetapi kadang dengan terlalu banyaknya berita tersebut membuat orang susah mendapatkan informasi yang terpercaya. Berita palsu merupakan kumpulan kata atau kalimat yang mengandung informasi yang tidak benar yang berupaya untuk membohongi atau mengarahkan pembaca atau pendengarnya agar mendukung atau percaya dengan isi beritanya. Penyebar berita palsu umumnya mengetahui bahwa berita yang disebarkan tidak benar. Tujuan penelitian ini adalah mendeteksi berita palsu yang tersebar pada media sosial. Dalam mengklasifikasi berita palsu, deteksi validitas berita digunakan algoritma naïve bayes sebagai kategorisasi teks berbasis pembelajaran mesin. Penelitian ini juga membangun website yang menyediakan fitur web service, pencarian berita yang ada di Twitter, dan klasifikasi berita secara manual. User interface merupakan website berbasis PHP dimana pengguna dapat melakukan interaksi secara langsung sepeti komentar, login, atau melihat artikel-artikel yang sudah diklasifikasi. Sedangkan back-end dari website ini adalah program klasifikasi teks berbasis Python. Dari percobaan yang telah dilakukan ternyata algoritma Naïve Bayes dapat digunakan untuk mengklasifikasi berita palsu. Berdasarkan eksperimen, penggunaan metode naive bayes untuk deteksi validitas berita dengan data uji media social Twitter dapat mencapai nilai akurasi dengan persentase terbaik yaitu 92% pada data ujicoba sebesar 309 artikel.","PeriodicalId":183705,"journal":{"name":"Journal of Intelligent System and Computation","volume":"67 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"Deteksi Validitas Berita pada Media Sosial Twitter dengan Algoritma Naive Bayes\",\"authors\":\"E. Setiawan, Sugiharto Johanes, Arya Tandy Hermawan, Yuni Yamasari\",\"doi\":\"10.52985/insyst.v3i2.164\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Banyaknya berita-berita online sering menarik minat masyarakat untuk membacanya, tetapi kadang dengan terlalu banyaknya berita tersebut membuat orang susah mendapatkan informasi yang terpercaya. Berita palsu merupakan kumpulan kata atau kalimat yang mengandung informasi yang tidak benar yang berupaya untuk membohongi atau mengarahkan pembaca atau pendengarnya agar mendukung atau percaya dengan isi beritanya. Penyebar berita palsu umumnya mengetahui bahwa berita yang disebarkan tidak benar. Tujuan penelitian ini adalah mendeteksi berita palsu yang tersebar pada media sosial. Dalam mengklasifikasi berita palsu, deteksi validitas berita digunakan algoritma naïve bayes sebagai kategorisasi teks berbasis pembelajaran mesin. Penelitian ini juga membangun website yang menyediakan fitur web service, pencarian berita yang ada di Twitter, dan klasifikasi berita secara manual. User interface merupakan website berbasis PHP dimana pengguna dapat melakukan interaksi secara langsung sepeti komentar, login, atau melihat artikel-artikel yang sudah diklasifikasi. Sedangkan back-end dari website ini adalah program klasifikasi teks berbasis Python. Dari percobaan yang telah dilakukan ternyata algoritma Naïve Bayes dapat digunakan untuk mengklasifikasi berita palsu. Berdasarkan eksperimen, penggunaan metode naive bayes untuk deteksi validitas berita dengan data uji media social Twitter dapat mencapai nilai akurasi dengan persentase terbaik yaitu 92% pada data ujicoba sebesar 309 artikel.\",\"PeriodicalId\":183705,\"journal\":{\"name\":\"Journal of Intelligent System and Computation\",\"volume\":\"67 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-10-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Intelligent System and Computation\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.52985/insyst.v3i2.164\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Intelligent System and Computation","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52985/insyst.v3i2.164","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

摘要

网上的新闻经常吸引人们阅读,但有时太多的新闻会让人难以获得可靠的信息。错误的信息是一组含有不真实信息的单词或句子,试图通过信息的内容欺骗或引导读者或听众。歪曲事实的人通常知道所传播的信息是不真实的。这项研究的目的是检测社交媒体上流传的虚假信息。在对虚假新闻的分类中,检测新闻新闻的有效性使用了naive bayes算法,将以机器为基础的文本分类。该研究还建立了一个网站,提供网络服务特性、Twitter上的新闻搜索和手动新闻分类。用户界面是一个基于PHP的网站,用户可以直接进行互动,如评论、登录或看到分类文章。这个网站的后台是一个基于Python的文本分类程序。从实验证明,“天真的贝斯算法”可以用来对虚假新闻进行分类。根据实验,使用“naive bayes”的方法,用社交媒体Twitter测试数据检测新闻有效性,可以在309篇文章中达到92%的测试数据准确率。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Deteksi Validitas Berita pada Media Sosial Twitter dengan Algoritma Naive Bayes
Banyaknya berita-berita online sering menarik minat masyarakat untuk membacanya, tetapi kadang dengan terlalu banyaknya berita tersebut membuat orang susah mendapatkan informasi yang terpercaya. Berita palsu merupakan kumpulan kata atau kalimat yang mengandung informasi yang tidak benar yang berupaya untuk membohongi atau mengarahkan pembaca atau pendengarnya agar mendukung atau percaya dengan isi beritanya. Penyebar berita palsu umumnya mengetahui bahwa berita yang disebarkan tidak benar. Tujuan penelitian ini adalah mendeteksi berita palsu yang tersebar pada media sosial. Dalam mengklasifikasi berita palsu, deteksi validitas berita digunakan algoritma naïve bayes sebagai kategorisasi teks berbasis pembelajaran mesin. Penelitian ini juga membangun website yang menyediakan fitur web service, pencarian berita yang ada di Twitter, dan klasifikasi berita secara manual. User interface merupakan website berbasis PHP dimana pengguna dapat melakukan interaksi secara langsung sepeti komentar, login, atau melihat artikel-artikel yang sudah diklasifikasi. Sedangkan back-end dari website ini adalah program klasifikasi teks berbasis Python. Dari percobaan yang telah dilakukan ternyata algoritma Naïve Bayes dapat digunakan untuk mengklasifikasi berita palsu. Berdasarkan eksperimen, penggunaan metode naive bayes untuk deteksi validitas berita dengan data uji media social Twitter dapat mencapai nilai akurasi dengan persentase terbaik yaitu 92% pada data ujicoba sebesar 309 artikel.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信