Une comparaison des méthodes de classification pour prédire la tromperie dans la communication médiée par ordinateur

Résumé L'augmentation des chances de tromperie dans la communication médiée par ordinateur et le risque potentiel d'agir sur la base d'informations trompeuses nécessitent une détection automatique de la tromperie. Pour atteindre l'objectif ultime de la prédiction automatique de la tromperie, nous avons sélectionné quatre méthodes de classification courantes et comparé empiriquement leurs performances dans la prédiction de la tromperie. Les données sur la tromperie et la vérité ont été collectées lors de deux études expérimentales. Les résultats suggèrent que les quatre méthodes étaient prometteuses pour prédire la tromperie avec des indices de tromperie. Parmi elles, les réseaux de neurones ont montré des performances cohérentes et étaient robustes dans divers environnements de test. Les comparaisons ont également mis en évidence l'importance de sélectionner des variables d'entrée importantes et d'éliminer le bruit afin d'améliorer les performances des méthodes de classification. Les indices sélectionnés offrent des contributions tant méthodologiques que théoriques à la recherche sur la tromperie et les systèmes d'information. Mots-clés : méthodes de classification, tromperie, détection de la tromperie, indices linguistiques.