SÜRÜ ZEKÂSI TABANLI YÖNTEMLER KULLANILARAK ÇEVRİMİÇİ SOSYAL AĞLARDA SAHTE HABER TESPİTİ

Abstract

Son yıllarda, sosyal medyanın hızlı gelişimi insanların bilgiye erişim biçimlerini değiştirmiştir. Kullanıcılar, dünyadaki sosyal, ekonomik, politik ve bilimsel olaylar hakkındaki bilgilere sosyal medya aracılığıyla erişmektedir. Sosyal medyadaki haberlerin video ve resimler içermesi, televizyon ve gazete gibi geleneksel haber platformlarının önemini yitirmesine neden olmaktadır. Ayrıca, çevrimiçi sosyal medya, bilgiye kolay erişim, düşük maliyet ve bilgilerin hızla yayılması gibi avantajlar da sağlar. Sosyal medya birçok avantaja sahip olsa da, maalesef, sosyal medyadaki haberlerin çoğu kötü niyetli kişiler tarafından değiştirilebilir ve bu nedenle bu haberler güvenilir olmayabilir. Bu tür haberler sosyal medya üzerinden hızlı yayılır ve sosyal medya okuyucuları ve kullanıcıları üzerinde olumsuz etkiye neden olur. Bu nedenle, sahte haberlerin neden olduğu olumsuz etkiyi azaltmak için çevrim içi sosyal medyadaki sahte haberlerin tespit edilmesi gerekmektedir. Sahte haber tespiti yeni bir araştırma alanı olmasına rağmen çok dikkat çekmektedir. Bu tez çalışmasında, oldukça popüler ve ilgi çekici çevrimiçi sosyal medya problemlerinden biri olan Sahte Haber Tespiti problemi bir optimizasyon problemi olarak ele alınmıştır. Optimizasyon çalışması sırasında ikisi ilk defa bu tezde önerilen yeni adaptif optimizasyon algoritmaları olmak üzere dört adet metasezgisel optimizasyon algoritması kullanılmış ve literatürde kullanılan otuz adet denetimli yapay zekâ algoritması ile sahte haber tespiti sonuçları kıyaslanmıştır. Önerilen yöntem çok yeni olmasına rağmen, umut verici sonuçlar elde edilmiştir.In recent years, the rapid development of social media has changed the way people access information. Users can access information about social, economic, political and scientific events in the world through social media. The fact that the news on social media includes videos and pictures causes the loss of importance of traditional news platforms, such as television and newspapers. In addition, online social media provides advantages such as easy access to information, low cost and rapid dissemination of information. Although social media has many advantages, unfortunately, most of the news on social media may be changed by malicious people and therefore, it may not be reliable. Such news spreads quickly through social media and causes a negative impact on social media readers and users. Therefore, to reduce the negative effects of fake news, fake news on social media needs to be detected. Although fake news detection is a new area of research, it has attracted much attention. In this thesis, Fake News Detection problem, one of the most popular and interesting online social media problems, has been considered as an optimization problem. During the optimization study, four heuristic optimization algorithms have been used, two of them have been proposed for the first time in this thesis, which are the new adaptive optimization algorithms and thirty supervised artificial intelligence algorithms used in the literature and fake news detection results have been compared. Although the proposed method is very new, promising results have been achieved.