YAPAY ZEKA OPTİMİZASYON ALGORİTMASI TEMELLİ ALDATMA VE SÖYLENTİ TESPİT YÖNTEMİ

Abstract

Günümüzde gelişen teknoloji ile birlikte bilgiye olan erişim yöntemleri de değişmiştir. Geleneksel bilgiye erişim araçlarından olan TV, radyo, gazete, dergi gibi araçlar yerini sosyal ağlara bırakmıştır. Bilgiye erişim yönteminin değişmesindeki temel faktörler arasında sosyal ağların ucuz olması, geleneksel yöntemlere göre daha hızlı erişilmesi ve internetin olduğu her yerden rahat bir şekilde ulaşılması başlıca nedenleridir. Sosyal ağların veya sosyal medyanın bu kadar çok avantajına rağmen geleneksel yöntemlere göre dezavantajlı olduğu konu ise bilginin doğruluğudur. Sosyal medyada bilgi o kadar çabuk yayılır ki ya yayılırken insanlar bilgiyi istemsizce değiştirmekte (söylenti olayı) ya da bilgi kasıtlı bir şekilde belirli bir veya bir takım amaçlar için yanlış servis edilmektedir (aldatma olayı). Bilginin bu şekilde dağıtılmasının ticari, politik, ekonomik gibi birçok nedeni olabilir. Hem söylenti hem de aldatma amaçlı olan yanlış içerikli bilgi hem bilgiyi edinen kişiyi hem de toplumu olumsuz yönde etkiler. Sosyal ağlardaki aldatma ve söylenti içerikli bilginin tespit edilmesi son derece önemlidir. Bu tezde sosyal ağ problemlerinden olan Söylenti Tespit Problemi ve Aldatma Tespit Problemi bir optimizasyon problemi olarak ele alınmıştır. Optimizasyon çalışması sırasında üçü ilk defa bu tezde önerilen yeni kaotik optimizasyon algoritmaları olmak üzere beş adet metasezgisel optimizasyon algoritması kullanılmış ve literatürde kullanılan yedi adet denetimli yapay zekâ algoritması ile aldatma tespiti ve söylenti tespiti sonuçları karşılaştırılmıştır. Problemlerin çözümü noktasında önermiş olduğumuz yöntem çok yeni olmasına rağmen, umut verici sonuçlar elde edilmiştir.Today, with the developing technology, access methods to information have also changed. Social networks fill the places of traditional information access tools such as TV, radio, newspaper, magazine. Among the main factors in changing the method of access to information, social networks are cheap, faster access than traditional methods, and easy access from anywhere where the internet is available. It is the accuracy of the information that the social networks or social media are disadvantageous compared to traditional methods. In social media, information spreads so quickly that when it spreads, people unintentionally change the information (rumor event) or information is deliberately served incorrectly for a particular or purpose (deception event). There may be many reasons for the distribution of information in this way, such as commercial, political, and economic. Information with fake content, both rumor and deception purposes, negatively affects both the person who acquires the information and the society. It is extremely important to detect deceptive and rumored information in social networks. In this thesis, Rumor Detection problem and Deception Detection problem which is one of the social network problems are considered as an optimization problem. During the optimization, five heuristic optimization algorithms have been used, three of them have been proposed for the first time in this thesis, which are the new chaotic optimization algorithms and seven supervised artificial intelligence algorithms used in the literature and deception detection and rumor detection results have been compared. Although the method we proposed at the point of solution of the problems is very new, promising results have been obtained.