Big Data Analysis for Detecting Fake News and Rumors on social media Using Machine Learning: review
review
DOI:
https://doi.org/10.64059/eiu.v1i1.64الكلمات المفتاحية:
Fake News، Big Data، Machine Learning، Misinformation Detectionالملخص
لقد أدى انتشار وسائل التواصل الاجتماعي إلى تغيير المشهد نشر المعلومات. وفي حين أنها أتاحت التواصل والتوعية السريعين، إلا أنها وقد وفرت أيضًا أرضًا خصبة لانتشار المعلومات المضللة والأخبار الكاذبة.
يبحث هذا البحث في تكامل تحليلات البيانات الضخمة والتعلم الآلي (ML) تقنيات لتعزيز الكشف عن الأخبار الكاذبة والشائعات والتخفيف منها عبر منصات التواصل الاجتماعي المختلفة. يستكشف هذا البحث التطورات الحديثة في وسائل التواصل الاجتماعي التقليدية خوارزميات التعلم الآلي، ونماذج التعلم العميق (DL)، والهندسة المعمارية القائمة على المحولات، والهندسة الهجينة أساليب تجمع بين مناهج تحليلية متعددة. تُعالج التحديات الرئيسية، بما في ذلك عدم توازن البيانات، وتحيز النموذج، والتطور المتزايد للبيانات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي المحتوى، والحاجة إلى ذكاء اصطناعي قابل للتفسير. علاوة على ذلك، نؤكد على أهمية
التحليل المتعدد الوسائط، الذي يتضمن الميزات النصية والمرئية والمستندة إلى المستخدم، ومناقشة ضرورة التكيف المستمر للنموذج استجابةً للمعلومات المضللة المتطورة التكتيكات. تساهم هذه الدراسة في مجموعة الأبحاث المتنامية من خلال تقديم إطار عمل مركب للبحوث المستقبلية وتطوير النظام في مجال كشف الأخبار المزيفة.
المراجع
K. I. Roumeliotis, N. D. Tselikas, and D. K. Nasiopoulos, “Fake News Detection and Classification: A Comparative Study of Convolutional Neural Networks, Large Language Models, and Natural Language Processing Models,” Future Internet, Vol. 17, No. 1, p. 28, 2025. [Online]. Available: https://doi.org/10.3390/fi17010028
S. Singhania, N. Fernandez, and S. Rao, “3HAN: A Deep Neural Network for Fake News Detection,” arXiv preprint, arXiv:2306.12014, 2023. [Online]. Available: https://arxiv.org/abs/2306.12014
H. Chen, H. Guo, B. Hu, et al., “A Self-learning Multimodal Approach for Fake News Detection,” arXiv preprint, arXiv:2412.05843, 2024. [Online]. Available: https://arxiv.org/abs/2412.05843
J. Su, C. Cardie, and P. Nakov, “Adapting Fake News Detection to the Era of Large Language Models,” arXiv preprint, arXiv:2311.04917, 2023. [Online]. Available: https://arxiv.org/abs/2311.04917
J. Alghamdi, S. Luo, and Y. Lin, “A Comprehensive Survey on Machine Learning Approaches for Fake News Detection,” Multimedia Tools and Applications, Vol. 83, pp. 51009–51067, 2024. [Online]. Available: https://doi.org/10.1007/s11042-023-17470-8
X. Zhang, “An Analysis of Multimodal Approaches for Fake News Detection,” Applied and Computational Engineering, Vol. 115, pp. 134–140, 2024. [Online]. Available: https://doi.org/10.54254/2755-2721/2025.18517
A. Saeed and E. A. Solami, “Fake News Detection Using Machine Learning and Deep Learning Methods,” Computers, Materials & Continua, Vol. 77, No. 2, pp. 2079–2096, 2023. [Online]. Available: https://doi.org/10.32604/cmc.2023.030551
Jyoti and Y. Kumar, “Social Media Fake News Detection Using a Robust Machine Learning Model and Data-Centric Approach,” African Journal of Biomedical Research, Vol. 27, No. 6S, 2024. [Online]. Available: https://africanjournalofbiomedicalresearch.com/index.php/AJBR/article/view/6215
K. Shu, A. Sliva, S. Wang, J. Tang, and H. Liu, “Fake News Detection on Social Media: A Data Mining Perspective,” ACM SIGKDD Explorations Newsletter, Vol. 19, No. 1, pp. 22–36, 2017. [Online]. Available: https://doi.org/10.1145/3137597.3137600
X. Zhou and R. Zafarani, “Fake News: A Survey of Research, Detection Methods, and Opportunities,” arXiv preprint, arXiv:1812.00315, 2018. [Online]. Available: https://arxiv.org/abs/1812.00315
J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,” arXiv preprint, arXiv:1810.04805, 2019. [Online]. Available: https://arxiv.org/abs/1810.04805
A. H. Abo-Torkhoma, G. S. H. Ali, A. A. H. Abo-Torkhoma, M. M. Abo-Torkhoma, M. M. Al-Hossini, M. M. Al-Ahwal, and W. H. Al-Wakif, “Cybercrime Types and Digital Forensic Tools: Review,” The Scientific Journal of the Faculty of Computer and Information Technology, Vol. 3, No. 1, 2024. [Online]. Available: https://aust.uni.ye/magazine/sa/2024/11/19/14b76c08ba3e9c32f9d14c4b08d36d51.pdf
G. S. H. Ali, “A Novel Heuristic Association Pattern Searching Technique for Predicting Type 1 and Type 2 Diabetics,” International Journal of Scientific and Technology Research, Vol. 8, No. 11, pp. 1642–1652, 2019.
M. F. Hasan, M. R. Islam, and M. A. Rahman, “Fake News Detection Using Machine Learning Techniques: A Comprehensive Survey,” Journal of Information Security and Applications, Vol. 73, p. 103394, 2023.
L. Wang, Y. Hu, and X. Zhang, “Multimodal Fake News Detection Based on Attention Mechanism,” IEEE Transactions on Multimedia, Vol. 25, pp. 3454–3465, 2023.
S. Gupta and A. Kumar, “Explainable Fake News Detection Using Attention-Based LSTM Networks,” Expert Systems with Applications, Vol. 213, p. 118846, 2023.
R. K. Jha and S. K. Verma, “A Survey on Recent Advances in Fake News Detection: Techniques and Challenges,” Journal of Information Science, Vol. 49, No. 4, pp. 487–507, 2023.
Y. Zhao, J. Liu, and T. Yang, “Deep Learning for Fake News Detection: A Survey,” IEEE Access, Vol. 11, pp. 34567–34588, 2023.
J. Kim and M. Lee, “Robust Fake News Detection Model Using Multimodal Features,” Neurocomputing, Vol. 518, pp. 197–210, 2024.
H. Li, X. Liu, and Y. Zhang, “Adversarial Training for Fake News Detection: A Comprehensive Review,” Neural Networks, Vol. 152, pp. 36–49, 2024.
T. Chen, W. Yu, and S. Li, “Fake News Detection with Graph Neural Networks: A Survey,” Knowledge-Based Systems, Vol. 270, p. 109668, 2024.
M. N. A. Islam and S. F. Ahmed, “Cross-Lingual Fake News Detection: Challenges and Future Directions,” Information Processing & Management, Vol. 60, No. 4, p. 102776, 2023.
S. Yadav and P. K. Singh, “A Review of Machine Learning Techniques for Fake News Detection on Social Media,” Social Network Analysis and Mining, Vol. 14, No. 1, p. 110, 2024.
D. Kumar, “Machine Learning Based Fake News Detection: A Systematic Review,” Journal of Ambient Intelligence and Humanized Computing, Vol. 15, pp. 1269–1285, 2024.
Z. Chen and H. Zhou, “Transformer-based Models for Fake News Detection: A Comprehensive Survey,” Information Sciences, Vol. 650, pp. 325–345, 2024.
