Misinformation detection by leveraging user communities on social media

Sosyal medya platformları bilgiye erişmek için en önemli kaynaklardandır. Ancak, sahte haberler dahil olmak üzere kötü amaçlı içeriklerin kolayca oluşturulup paylaşılması nedeniyle yanlış bilginin yayılması kaçınılmazdır. Bu platformlardaki (Twitter) kullanıcılar özellikle bir topluluk içindeyken benzer bakış açılarına maruz kalmakta ve karşıt görüşlerden kaçınmaktadır. Bu fikirden yola çıkarak, kullanıcı topluluklarını inceleyip onları sosyal medyada yanlış bilgi tespiti için bir araç olarak kullanıyoruz. Bu tezde, ilk olarak 2020 ve 2022 yılları arasındaki güncel olaylarla ilgili paylaşılan tweetleri ve kullanıcı etkileşimlerini toplayıp 5.284 İngilizce ve 5.064 Türkçe tweet içeren doğruluk derecelerine göre etiketlenmiş bir sosyal medya veri seti oluşturuyoruz. Ardından, bir sosyal ağ içinde kullanıcı-takipçi etkileşimlerini kullanan metin benzerliği tabanlı bir yanlış bilgi tespiti yöntemi öneriyoruz. Yöntemimiz öncelikle, karşılaştırmalı öğrenme kullanarak tweetlerin önemli metinsel özelliklerini çıkarmaktadır. Ardından, her bir gönderinin tespit edilen topluluklardaki her kullanıcıya olan yakınlık düzeyine göre benzerliğini ölçmektedir. Son olarak, bu benzerlik puanlarını kullanarak tweetlerin doğruluğunu değerlendirmek için bir sınıflandırıcı eğitiyoruz. Yaklaşımımızı üç farklı sosyal medya veri setinde en son yaklaşımlarla karşılaştırıyoruz. Deneysel sonuçlar, karşılaştırmalı öğrenmenin ve kullanıcı topluluklarından yararlanmanın sosyal medyada yanlış bilgi tespitini etkili bir şekilde artırabileceğini göstermektedir. Ek olarak, modelimiz topluluklardaki az sayıda kullanıcıyı kullanarak bile, tüm veri setlerinde %90'ın üzerinde ağırlıklı F1 skoru elde ederek yanlış bilgi içeriklerini etkili bir şekilde tespit edebilmektedir.