소셜 미디어의 신뢰성: 의견, 뉴스 및 건강 정보—설문조사

사용자 생성 콘텐츠가 소셜 미디어를 통해 확산되는 소셜 웹 시나리오에서, misinformation에 직면할 위험은 무시할 수 없다. 이러한 이유로 정보의 원천과 정보 자체의 신뢰성을 평가하고 분석하는 것은 현재 기본적인 문제로 자리 잡고 있다. 신뢰성은 또한 신뢰받을 수 있는 것으로 언급되며, 개인이 진짜 정보와 가짜 정보를 인식하는 데 항상 자신의 인지 능력으로 식별할 수 있는 것은 아니다. 이러한 이유로 최근 몇 년 동안 소셜 미디어에서 신뢰성을 자동으로 평가하는 여러 접근 방식이 제안되었다. 그들 대부분은 데이터 기반 모델에 기반하고 있으며, 즉 misinformation을 식별하기 위해 기계 학습 기술을 사용하지만, 최근에는 또한 모델 기반 접근 방식과 신뢰성 확산에 초점을 맞춘 그래프 기반 접근 방식도 등장하고 있다. 다양한 목적과 다양한 맥락에서 여러 소셜 애플리케이션이 개발되었기 때문에, 소셜 미디어에서 신뢰성 평가 문제를 해결하기 위한 여러 솔루션이 고려되었다. 이 문제에 직면하고 이 기사에서 다루어진 세 가지 주요 작업은: (1) 리뷰 사이트에서 의견 스팸 감지, (2) 마이크로블로깅에서 가짜 뉴스 및 스팸 감지, (3) 온라인 건강 정보의 신뢰성 평가이다. 위의 세 가지 작업을 해결하기 위해 문헌에서 제안된 흥미로운 솔루션의 수가 많음에도 불구하고, 몇 가지 문제는 여전히 해결되지 않은 상태이다. 이러한 문제는 주로 미리 정의된 벤치마크 및 골드 스탠다드 데이터 세트의 부재와 방대한 양의 데이터를 수집하고 분석하는 데 있어 아직 주목받지 못한 어려움과 관련이 있다. WIREs Data Mining Knowl Discov 2017, 7:e1209. doi: 10.1002/widm.1209 이 기사는 다음과 같이 분류된다: 알고리즘 개발 > 웹 마이닝 응용 분야 > 과학 및 기술 기술 > 머신 러닝