NGƯỜI QUỐC GIA ĐẶT QUYỀN LỢI CỦA TỔ QUỐC VÀ DÂN TỘC LÊN BẢN
VỊ TỐI THƯỢNG CHỨ KHÔNG TRANH QUYỀN ĐOẠT LỢI CHO CÁ NHÂN, PHE NHÓM, ĐẢNG
PHÁI HAY BẦY ĐÀN TÔN GIÁO CỦA M̀NH.
NGƯỜI QUỐC GIA BẢO VỆ
LĂNH THỔ CỦA TIỀN NHẦN, GIỮ G̀N DI SẢN VĂN HÓA DÂN TỘC, ĐĂI LỌC VÀ KẾT HỢP
HÀI H̉A VỚI VĂN MINH VĂN HÓA TOÀN CẦU ĐỂ XÂY DỰNG XĂ HỘI VÀ CON NGƯỜI VIỆT
NAM PHÙ HỢP VỚI XU THẾ TIẾN BỘ CỦA NHÂN LOẠI.
Email:
kimau48@yahoo.com or kimau48@gmail.com. Cell: 404-593-4036. Facebook: Kim Âu
C̣n quá
sớm để nói liệuGooglevàFacebookcó
cố gắng kiềm chế những tin tức giả mạo sẽ có tác động đáng kể hay không.Nhưng
những câu chuyện bịa đặt
giả vờ làm báo chí nghiêm túckhông thể
biến mất v́ chúng đă trở thành phương tiện cho một số nhà văn kiếm tiền và có
khả năng ảnh hưởng đến dư luận.Ngay
cả khi người Mỹ nhận ra rằng nhữngtin
giả mạo gây ra nhầm lẫnvề
những vấn đề và sự kiện hiện tại, họ vẫn tiếp tục lưu hành nó.Mộtcuộc
điều tra tháng 12 năm 2016của
Trung tâm nghiên cứu Pew cho thấy 23 phần trăm người trưởng thành ở Mỹ đă chia
sẻ tin tức giả mạo, vô t́nh hoặc vô t́nh, với bạn bè và những người khác.
"Tin
giả" là một thuật ngữ có thể có nghĩa là những thứ khác nhau, tùy thuộc vào ngữ
cảnh.Tin tức châm biếm thường được
gọi là tin giả mạo như nhại lại chẳng hạn như "Saturday Night Live" bản tin cuối
tuần cập nhật giả.Phần lớn tin tức
giả mạo trên internet trong mùa bầu cử năm 2016 bao gồm các bài viết và các phân
đoạn được ghi lại quảng cáo thông tin sai lệch hoặc làm mất các lư thuyết âm
mưu.Một số tổ chức báo chí công bố
các báo cáo làm nổi bậtcác
ví dụ về tṛ lừa bịp, tin giả mạo và thông tin sai lệch vào
Ngày bầu cử năm 2016.
Mặc dù
đă có rất nhiều thông tin về giả mạo, nhưng các học giả đă công bố một số nghiên
cứu được đánh giá ngang hàng về chủ đề.Bên
dưới, Nguồn Báo chí đă biên soạn các nghiên cứu kiểm tra tin tức giả mạo và sự
lan rộng của thông tin sai lệch rộng hơn để giúp nhà báo hiểu rơ hơn về vấn đề
và tác động của nó.Một số tài nguyên
khác có thể hữu ích là các hướng dẫn của Viện Poyntervề
việc gỡ lỗi các tin tức giả mạovà Mạng
đối tác bản thảo đầu tiên,
sự hợp tác toàn cầu của các pḥng họp, các phương tiện truyền thông xă hội và
các tổ chức kiểm tra thực tế đă được đưa ra vào tháng 9 năm 2016 để chống lại
tin giả mạo.
Tóm
tắt:"Chúng
tôi đưa ra bằng chứng mới về vai tṛ của những câu chuyện sai lạc lưu hành trên
các phương tiện truyền thông xă hội trước cuộc bầu cử tổng thống năm 2016 của
Hoa Kỳ.Trên cơ sở dữ liệu đối tượng,
lưu trữ các trang web kiểm tra thực tế, và kết quả từ một cuộc khảo sát trực
tuyến mới, chúng tôi nhận thấy: (i) phương tiện truyền thông xă hội là một nguồn
tin quan trọng nhưng không phải là chủ đạo trong cuộc chạy đua đến cuộc bầu cử,
với 14% Người Mỹ gọi các phương tiện truyền thông xă hội là nguồn tin tức bầu cử
quan trọng nhất của họ;(Ii) những
tin tức giả mạo được biết đến xuất hiện trong ba tháng trước cuộc bầu cử, những
người ủng hộ Trump đă chia sẻ tổng cộng 30 triệu lần trên Facebook, trong khi
những người ủng hộ Clinton được chia sẻ tám triệu lần;(Iii)
số người Mỹ trung b́nh đă nh́n thấy và nhớ lại tin tức giả mạo 0.92 pro-Trump
giả mạo và 0.23 tin tức giả mạo của Clinton,Với
hơn một nửa số người nhớ lại những tin tức giả mạo tin tưởng họ;(Iv)
đối với tin giả đă thay đổi kết quả của cuộc bầu cử, một bài báo giả mạo sẽ cần
phải có tác dụng thuyết phục giống như 36 quảng cáo trên truyền h́nh. "
Tóm
tắt:"Thông
tin sai lạc có thể rất khó sửa chữa và có thể có hiệu quả lâu dài ngay cả sau
khi nó bị mất uy tín.Một lư do cho
sự kiên tŕ này là cách mọi người đưa ra các kết luận nguyên nhân dựa trên thông
tin có sẵn về một sự kiện hoặc kết quả nhất định.Kết
quả là, thông tin sai lệch có thể tiếp tục ảnh hưởng đến niềm tin và thái độ
ngay cả sau khi bị đánh lừa nếu nó không được thay thế bởi một lời giải thích
thay thế khác.Chúng tôi kiểm tra giả
thuyết này bằng cách sử dụng một mô h́nh thí nghiệm dựa trên tài liệu tâm lư học
về ảnh hưởng ảnh hưởng tiếp theo và nhận thấy rằng một sự giải thích nguyên nhân
cho một sự kiện không giải thích được hiệu quả hơn đáng kể so với sự phủ nhận
ngay cả khi sự từ chối được ủng hộ bằng các bằng chứng mạnh bất thường.
Tóm
tắt:"Bài
báo này khám phá niềm tin vào những tin đồn về chính trị xung quanh các cải cách
chăm sóc sức khoẻ do Quốc hội ban hành trong năm 2010. Đưa ra những tin đồn với
những tuyên bố từ những nguồn không chắc chắn có thể làm tăng sự sẵn ḷng của
người dân từ chối tin đồn bất kể những mâu thuẫn chính trị của họ.Những
kết quả đáng tin cậy nguồn như vậy, dù nổi tiếng trong các tài liệu thuyết phục
chính trị, đă không được áp dụng cho việc nghiên cứu tin đồn.Mặc
dù nguồn tin cậy dường như là một công cụ hiệu quả để gỡ lỗi những tin đồn chính
trị nhưng vẫn c̣n nhiều rủi ro.Dựa
vào nghiên cứu từ tâm lư học về 'trôi chảy' - sự dễ dàng thu hồi thông tin - bài
viết này cho rằng những tin đồn giành được quyền lực thông qua sự quen thuộc.Cố
gắng để giảm bớt tin đồn thông qua refutation trực tiếp có thể tạo điều kiện cho
sự khuếch tán của họ bằng cách tăng sự lưu loát.
Tóm
tắt:"World
Wide Web đă thay đổi động lực của việc truyền tải thông tin và thiết lập chương
tŕnh làm việc.Các sự kiện ḥa trộn
với nửa sự thật và những sự không đúng để tạo ra các hỗn hợp thông tin mang tính
thông tin (FIBs) dẫn đến chính trị mang tính đầu cơ.Chúng
tôi chỉ định một môi trường thông tin phản ánh và đóng góp vào một hệ thống
chính trị phân cực và phát triển một phương pháp đo lường sự tương tác của cả
hai.Chúng tôi làm như vậy bằng cách
kiểm tra sự tiến triển của hai tuyên bố tương tự trong chiến dịch tranh cử tổng
thống năm 2004 trong ba luồng dữ liệu: (1) các trang web, (2) các t́m kiếm của
Google, và (3) bảo hiểm.Chúng tôi
thấy rằng web không đủ để lan truyền thông tin sai lạc, nhưng nó dẫn dắt chương
tŕnh nghị sự cho truyền thông truyền thống.Chúng
tôi không t́m thấy bằng chứng cho sự b́nh đẳng về ảnh hưởng trong các diễn viên
mạng. "
Tóm
tắt:"Khi
những tin tức mới mẻ mở ra mọi người ngày càng dựa vào các phương tiện truyền
thông xă hội để cập nhật các cập nhật mới nhất.Việc
sử dụng các phương tiện truyền thông xă hội trong những t́nh huống như vậy đi
kèm với sự cảnh báo rằng thông tin mới được tiết lộ từng phần có thể khuyến
khích các tin đồn, nhiều người trong số đó vẫn không được xác minh lâu sau khi
họ được thả.Tuy nhiên, ít ai biết
đến động lực của ṿng đời của một tin đồn truyền thông xă hội.Trong
bài báo này, chúng tôi tŕnh bày một phương pháp giúp chúng tôi thu thập, xác
định và chú thích một tập dữ liệu gồm 330 tin bài báo (4,842 tweet) kết hợp với
9 sự kiện đáng lưu ư.Chúng tôi phân
tích tập dữ liệu này để hiểu cách người dùng lan truyền, hỗ trợ hoặc từ chối tin
đồn sau đó đă được chứng minh là đúng hoặc sai, bằng cách phân biệt hai mức
trạng thái trong chu kỳ cuộc sống tin đồn, tức là trước và sau khi trạng thái
xác thực của nó được giải quyết.Việc
xác định tin đồn liên quan đến mỗi sự kiện, cũng như tweet giải quyết từng tin
đồn là đúng hay sai, được thực hiện bởi các thành viên nhà báo của nhóm nghiên
cứu đă theo dơi các sự kiện theo thời gian thực.Nghiên
cứu của chúng tôi cho thấy rằng những tin đồn được chứng minh là cuối cùng có xu
hướng được giải quyết nhanh hơn những tin đồn sai.Mặc
dù người ta có thể dễ dàng nh́n thấy người dùng từ chối tin đồn khi họ đă bị lừa
gạt, nhưng người dùng dường như không có khả năng phân biệt đúng với những tin
đồn giả mạo khi tính xác thực của họ vẫn c̣n đang được nghi ngờ.Trên
thực tế, chúng tôi cho thấy khuynh hướng phổ biến cho người dùng là hỗ trợ mọi
tin đồn chưa được xác minh.Chúng
tôi cũng phân tích vai tṛ của các loại người dùng khác nhau, nhận thấy rằng
những người sử dụng có uy tín cao như tổ chức tin tức cố gắng đưa ra những tuyên
bố có căn cứ, có vẻ chắc chắn và kèm theo bằng chứng.Tuy
nhiên,Những
thông tin này thường được chứng minh là những phần thông tin không được chứng
minh dẫn đến những tin đồn giả dối.Nghiên
cứu của chúng tôi củng cố sự cần thiết phải phát triển các kỹ thuật học máy mạnh
mẽ có thể cung cấp hỗ trợ trong thời gian thực để đánh giá tính xác thực của tin
đồn.Những
phát hiện của nghiên cứu của chúng tôi cung cấp cái nh́n sâu sắc hữu ích để đạt
được mục tiêu này. "
Tóm
tắt:"Sau
màn tŕnh diễn nặng nề của Miley Cyrus trong chương tŕnh Video Music Awards,
CNN đă giới thiệu câu chuyện trên đầu trang web của ḿnh.Tổ
chức Onion - một tổ chức giả mạo - sau đó đă điều hành một cột châm biếm có lẽ
là do biên tập viên của CNN giải thích về quyết định này.Thông
qua phân tích văn bản, bài báo này cho thấy Phong trào Fifth Estate bao gồm các
blogger, các nhà b́nh luận và các tổ chức tin tức giả mạo đă làm việc để đưa báo
chí chính thống trở lại trong phạm vi biên giới của ḿnh như thế nào. "
Tuần,
Brian E.Tạp
chí Truyền thông, năm
2015. doi: 10.1111 / jcom.12164.
Tóm
tắt:"Công
dân thường xuyên bị hiểu nhầm về các vấn đề chính trị và ứng cử viên nhưng những
hoàn cảnh mà niềm tin không chính xác nổi lên không được hiểu đầy đủ.Nghiên
cứu thực nghiệm này cho thấy trải nghiệm độc lập của hai cảm xúc, tức giận và lo
lắng, một phần xác định xem liệu công dân có xem xét thông tin sai lệch theo
kiểu đảng phái hay cởi mở.Sự tức
giận khuyến khích đảng phái, động viên đánh giá thông tin sai lệch chưa được sửa
chữa dẫn đến niềm tin phù hợp với đảng chính trị được hỗ trợ, trong khi lo lắng
đôi khi khuyến khích niềm tin ban đầu ít dựa vào sự tham gia của đảng và nhiều
hơn nữa vào môi trường thông tin.Tuy
nhiên, việc tiếp xúc với việc sửa chữa sẽ cải thiện tính chính xác của đức tin,
bất kể cảm xúc hay sự phân chia.
"Phát hiện lừa gạt cho Tin tức: Ba loại giả mạo" Rubin, Victoria L .;Chen, Yimin;Conroy,
Niall J.Kỷ yếu của Hiệp hội Khoa học và Công
nghệ thông tin, năm
2015, Tập52. doi: 10.1002 /
pra2.2015.145052010083.
Tóm
tắt: "Hệ thống phát hiện tin giả nhằm trợ giúp người dùng trong việc phát hiện
và lọc ra các loại tin tức có thể lừa dối.Việc
dự đoán những cơ hội mà một mục tin tức cụ thể là lừa dối cố ư dựa trên phân
tích các tin tức trung thực và giả dối đă được thấy trước đây.Sự
khan hiếm các tin lừa đảo, có sẵn như là corpora cho mô h́nh tiên đoán, là một
trở ngại lớn trong lĩnh vực xử lư ngôn ngữ tự nhiên (NLP) và phát hiện lừa đảo.Bài
báo này thảo luận về ba loại tin giả mạo, trái với báo cáo chính xác nghiêm
trọng và cân nhắc những ưu và khuyết điểm của chúng như là một tập dữ liệu cho
việc phân tích văn bản và mô h́nh tiên đoán.Lọc,
kiểm tra và xác minh thông tin trực tuyến tiếp tục là điều cần thiết trong thư
viện và khoa học thông tin (LIS), v́ những ḍng tin giữa truyền thống và thông
tin trực tuyến đang bị mờ. "
Tóm
tắt:"Nghiên
cứu này đánh giá mối liên quan giữa việc xem tin giả (tức là châm biếm chính
trị) và thái độ không hiệu quả, xa lánh, và hoài nghi đối với các ứng cử viên
chính trị.Sử dụng số liệu điều tra
thu thập được trong chiến dịch bầu cử năm 2006 của Israel, nghiên cứu này cho
thấy một ảnh hưởng gián tiếp tích cực đối với việc xem tin tức giả mạo trong
việc thúc đẩy cảm giác không hiệu quả, sự xa lánh và hoài nghi, thông qua biến
thể trung gian của nhận thức thực tế về tin giả.Trong
quá tŕnh này, việc xem tin tức cứng đóng vai tṛ là người điều tiết mối liên hệ
giữa xem tin tức giả mạo và chủ nghĩa hiện thực được nhận thức của họ.Nó
cũng chứng minh rằng nhận thức thực tế của tin giả mạo là mạnh mẽ hơn trong số
các cá nhân có tiếp xúc cao với tin giả và ít tiếp xúc với tin tức cứng hơn
trong số những người có tiếp xúc cao với cả tin giả và cứng.Nh́n
chung,
Tóm
tắt:"Trong
thế giới ngày nay, phương tiện truyền thông xă hội trực tuyến đóng một vai tṛ
quan trọng trong các sự kiện thế giới thực, đặc biệt là các sự kiện khủng hoảng.Cả
hai tác động tích cực và tiêu cực của phương tiện truyền thông xă hội bao gồm
các sự kiện.Nó có thể được sử dụng
bởi chính quyền để quản lư thiên tai hiệu quả hoặc bởi các thực thể độc hại để
lan truyền tin đồn và giả mạo tin tức.Mục
đích của bài báo này là để làm nổi bật vai tṛ của Twitter trong cơn băo Sandy
(2012) để truyền bá h́nh ảnh giả mạo về thảm hoạ.Chúng
tôi đă xác định được 10.350 tweets duy nhất có chứa h́nh ảnh giả mạo đă được lưu
hành trên Twitter trong cơn băo Sandy.Chúng
tôi đă thực hiện phân tích đặc tính, để hiểu được danh tiếng xă hội thời gian,
và ảnh hưởng đến sự lan rộng của h́nh ảnh giả mạo.Tám
mươi sáu phần trăm của tweets lan truyền những h́nh ảnh giả mạo được retweets,
do đó rất ít được tweets gốc.Kết
quả của chúng tôi cho thấy rằng 30 người dùng hàng đầu trong số 10,215 người
dùng (0,3%) đă dẫn tới 90% các bức ảnh giả mạo;Các
liên kết mạng như các mối quan hệ người theo dơi của Twitter, đóng góp rất ít
(chỉ có 11 phần trăm) vào sự lây lan của các URL h́nh ảnh giả mạo.Tiếp
theo, chúng tôi sử dụng các mô h́nh phân loại, để phân biệt h́nh ảnh giả mạo từ
h́nh ảnh thật của Băo Sandy.Kết
quả tốt nhất thu được từ phân loại Tree Decision, chúng tôi đă nhận được chính
xác 97 phần trăm dự đoán h́nh ảnh giả mạo từ thực tế.Ngoài
ra, tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "3
phần trăm) kết quả là 90 phần trăm của retweets của h́nh ảnh giả;Các
liên kết mạng như các mối quan hệ người theo dơi của Twitter, đóng góp rất ít
(chỉ có 11 phần trăm) vào sự lây lan của các URL h́nh ảnh giả mạo.Tiếp
theo, chúng tôi sử dụng các mô h́nh phân loại, để phân biệt h́nh ảnh giả mạo từ
h́nh ảnh thật của Băo Sandy.Kết
quả tốt nhất thu được từ phân loại Tree Decision, chúng tôi đă nhận được chính
xác 97 phần trăm dự đoán h́nh ảnh giả mạo từ thực tế.Ngoài
ra, tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "3
phần trăm) kết quả là 90 phần trăm của retweets của h́nh ảnh giả;Các
liên kết mạng như các mối quan hệ người theo dơi của Twitter, đóng góp rất ít
(chỉ có 11 phần trăm) vào sự lây lan của các URL h́nh ảnh giả mạo.Tiếp
theo, chúng tôi sử dụng các mô h́nh phân loại, để phân biệt h́nh ảnh giả mạo từ
h́nh ảnh thật của Băo Sandy.Kết
quả tốt nhất thu được từ phân loại Tree Decision, chúng tôi đă nhận được chính
xác 97 phần trăm dự đoán h́nh ảnh giả mạo từ thực tế.Ngoài
ra, tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "Đóng
góp rất ít (chỉ có 11 phần trăm) cho sự lây lan của các URL h́nh ảnh giả mạo.Tiếp
theo, chúng tôi sử dụng các mô h́nh phân loại, để phân biệt h́nh ảnh giả mạo từ
h́nh ảnh thật của Băo Sandy.Kết
quả tốt nhất thu được từ phân loại Tree Decision, chúng tôi đă nhận được chính
xác 97 phần trăm dự đoán h́nh ảnh giả mạo từ thực tế.Ngoài
ra, tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "Đóng
góp rất ít (chỉ có 11 phần trăm) cho sự lây lan của các URL h́nh ảnh giả mạo.Tiếp
theo, chúng tôi sử dụng các mô h́nh phân loại, để phân biệt h́nh ảnh giả mạo từ
h́nh ảnh thật của Băo Sandy.Kết
quả tốt nhất thu được từ phân loại Tree Decision, chúng tôi đă nhận được chính
xác 97 phần trăm dự đoán h́nh ảnh giả mạo từ thực tế.Ngoài
ra, tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "Các
tính năng dựa trên tweet rất hiệu quả trong việc phân biệt h́nh ảnh giả mạo
tweets từ thực, trong khi hiệu suất của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "Các
tính năng dựa trên tweet rất hiệu quả trong việc phân biệt các h́nh ảnh giả mạo
tweets từ thực tế, trong khi hiệu năng của các tính năng dựa trên người dùng rất
kém.Kết
quả của chúng tôi cho thấy rằng các kỹ thuật tự động có thể được sử dụng để xác
định h́nh ảnh thực sự từ những h́nh ảnh giả mạo đăng trên Twitter. "
Tóm
tắt:"Nghiên
cứu này dựa trên nghiên cứu về hài hước chính trị, báo cáo meta-coverage, và
intertextuality để kiểm tra những ảnh hưởng của tin tức về châm biếm chính trị
đối với khán giả.Phân tích sử dụng
dữ liệu thực nghiệm để kiểm tra xem tin tức tin tức của Super PAC của Stephen
Colbert có ảnh hưởng đến kiến thức và quan điểm về Công dân Hoa Kỳ, cũng như
sự tin tưởng về chính trị và hiệu quả chính trị nội bộ.Nó
cũng kiểm tra xem những ảnh hưởng như vậy có phụ thuộc vào sự phơi bày trước đó
với Báo cáo của Colbert (chương tŕnh truyền h́nh châm biếm của Colbert) và tin
tức truyền thống.Kết quả cho thấy
rằng việc tiếp xúc với tin tức che giấu châm biếm có thể ảnh hưởng đến kiến
thức, quan điểm và sự tin tưởng về chính trị.Ngoài
ra, khán giả thường xuyên châm biếm có thể trải nghiệm những ảnh hưởng mạnh mẽ
hơn lên ư kiến, cũng như tăng hiệu quả nội bộ,
Tóm
tắt:"Bài
báo này xem xét các hành vi và thái độ của thanh thiếu niên, một nhân khẩu học
bị lẩn tránh trong các nghiên cứu về giới trẻ và giới truyền thông.Dựa
trên các cuộc phỏng vấn với 61 học sinh trung học đa dạng về chủng tộc, nó bàn
về cách thanh thiếu niên được thông tin về các sự kiện hiện tại và tại sao họ
thích các định dạng tin tức nào đó cho người khác.Kết
quả cho thấy những thay đổi về thông tin tin tức đang được tiếp cận, thái độ mới
về ư nghĩa của thông tin được biết, và sự ưu tiên của thanh thiếu niên đối với
những tin tức khách quan hơn là khách quan.Điều
này không chỉ ra rằng những người trẻ tuổi không quan tâm đến lư tưởng cơ bản
của báo chí chuyên nghiệp, mà đúng hơn là họ muốn có nhiều sự thể hiện chân thực
hơn của họ. "
Từ
khoá: alt-phải, độ tin cậy, khám phá sự thật, thời kỳ hậu nguyên lư, kiểm tra
thực tế, chia sẻ tin tức, đọc tin tức, thông tin sai lạc,
Cập
nhật lần cuối: ngày 9 tháng 1 năm 2017
Chúng
tôi hoan nghênh phản hồi.Vui
ḷng liên hệ với chúng tôitại
đây.
In
today's world, online social media plays a vital role during real world events,
especially crisis events. There are both positive and negative effects of social
media coverage of events, it can be used by authorities for effective disaster
management or by malicious entities to spread rumors and fake news. The aim of
this paper, is to highlight the role of Twitter, during Hurricane Sandy (2012)
to spread fake images about the disaster. We identified 10,350 unique tweets
containing fake images that were circulated on Twitter, during Hurricane Sandy.
We performed a characterization analysis, to understand the temporal, social
reputation and influence patterns for the spread of fake images. Eighty six
percent of tweets spreading the fake images were retweets, hence very few were
original tweets. Our results showed that top thirty users out of 10,215 users
(0.3%) resulted in 90% of the retweets of fake images; also network links such
as follower relationships of Twitter, contributed very less (only 11%) to the
spread of these fake photos URLs. Next, we used classification models, to
distinguish fake images from real images of Hurricane Sandy. Best results were
obtained from Decision Tree classifier, we got 97% accuracy in predicting fake
images from real. Also, tweet based features were very effective in
distinguishing fake images tweets from real, while the performance of user based
features was very poor. Our results, showed that, automated techniques can be
used in identifying real images from fake images posted on Twitter.
