Resumen

Las noticias falsas pueden causar una influencia política y social generalizada y tremenda en el mundo real. La intencionalidad engañosa de las noticias falsas hace que la detección automática de noticias falsas sea un problema importante y desafiante, que actualmente no se comprende bien. Mientras tanto, las noticias falsas pueden contener evidencia verdadera imitando las noticias reales y presentar diferentes grados de falsedad, lo que agrava aún más la dificultad de detección. Por otro lado, el propio emisor de noticias falsas proporciona información rica sobre su comportamiento social, lo que brinda oportunidades sin precedentes para la detección avanzada de noticias falsas. En este estudio, proponemos un nuevo modelo híbrido profundo basado en información de comportamiento (HMBI), que utiliza la información de comportamiento social del emisor para detectar noticias falsas de manera más precisa. Específicamente, modelamos el contenido de las noticias y la información de comportamiento social simultáneamente para detectar los grados de falsedad de las noticias. El análisis experimental en datos del mundo real muestra que la precis

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Noticias falsas; Detección; Información sobre comportamiento social; Grados de falsedad; HMBI; Precisión
• Keywords:Fake news; Detection; Social behavior information; Degrees of falsity; HMBI; Accuracy