ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์
วิทยาศาสตร์มหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2564
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | Thai |
| Published: |
มหาวิทยาลัยสงขลานครินทร์
2023
|
| Subjects: | |
| Online Access: | http://kb.psu.ac.th/psukb/handle/2016/17913 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Prince of Songkhla University |
| Language: | Thai |
| id |
th-psu.2016-17913 |
|---|---|
| record_format |
dspace |
| spelling |
th-psu.2016-179132023-03-08T09:10:58Z ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ Deep Model for Fake Thai News Detection on Social Network ชวัล วัฒนากิจจากุล อนันท์ ชกสุริวงค์ Faculty of Engineering Management of Information Technology คณะวิศวกรรมศาสตร์ สาขาวิชาการจัดการเทคโนโลยีสารสนเทศ Machine Learning Fake news การเรียนรู้ของเครื่อง ข่าวปลอม วิทยาศาสตร์มหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2564 Nowadays, fake news on social media has caused many problems because they spread easier and faster than the real ones, while fake news detection or examination consumes high resources (human power, time, etc.). Thus, there is a need for an automatic method to examine or verify, so this research aims to find significant features of fake Thai news and an appropriate machine learning model between Decision tree, Support Vector Machine and Neural Network model to examine the fake Thai news on Twitter. The evaluation results show that the significant features of fake Thai news are the amount of follower, the sentiment score of news content, the length of content’s character, the amount of retweet, the ratio of friend and follower, the amount of news favorited, the amount of post since signing up. The machine learning model that suits to examine the fake Thai news is a Neural Network model which performs 97 percent of accuracy. ปัจจุบันข่าวปลอมบนสื่อสังคมออนไลน์ส่งผลกระทบอย่างมหาศาล เนื่องจากแพร่กระจายได้ง่ายและรวดเร็วกว่าข่าวจริง ซึ่งหากทำการตรวจสอบข่าวจำเป็นต้องใช้เวลา และใช้ทรัพยากรมนุษย์จำนวนมาก ผู้วิจัยจึงมีแนวคิดที่จะค้นหาคุณลักษณะที่สำคัญของข่าวปลอม และเปรียบเทียบตัวแบบการเรียนรู้ของเครื่องระหว่างตัวแบบที่ใช้เทคนิคต้นไม้ตัดสินใจ ซัพพอร์ทเวกเตอร์แมชชีน และโครงข่ายประสาทเทียม เพื่อค้นหาตัวแบบที่เหมาะสมกับการตรวจสอบข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ทวิตเตอร์ เพื่อช่วยลดการใช้ทรัพยากรในการตรวจสอบข่าวว่าเป็นข่าวปลอมหรือไม่ โดยผลลัพธ์ของคุณลักษณะที่สำคัญต่อการตรวจสอบข่าวปลอมบนสื่อสังคมออนไลน์ทวิตเตอร์ได้แก่ จำนวนผู้ติดตาม คะแนนความรู้สึก ความยาวอักษรของเนื้อหา จำนวนการแบ่งปัน อัตราส่วนของเพื่อนและผู้ติดตาม จำนวนการกดชื่นชอบ จำนวนการเผยแพร่ตั้งแต่สร้างบัญชี โดยตัวแบบที่เหมาะสมกับการตรวจสอบข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ทวิตเตอร์ คือ ตัวแบบเทคนิคโครงข่ายประสาทเทียมซึ่งได้ความถูกต้องสูงถึง 97% 2023-03-08T09:10:28Z 2023-03-08T09:10:28Z 2021 Thesis http://kb.psu.ac.th/psukb/handle/2016/17913 th Attribution-NonCommercial-NoDerivs 3.0 Thailand http://creativecommons.org/licenses/by-nc-nd/3.0/th/ application/pdf มหาวิทยาลัยสงขลานครินทร์ |
| institution |
Prince of Songkhla University |
| building |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| collection |
PSU Knowledge Bank |
| language |
Thai |
| topic |
Machine Learning Fake news การเรียนรู้ของเครื่อง ข่าวปลอม |
| spellingShingle |
Machine Learning Fake news การเรียนรู้ของเครื่อง ข่าวปลอม ชวัล วัฒนากิจจากุล ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| description |
วิทยาศาสตร์มหาบัณฑิต (การจัดการเทคโนโลยีสารสนเทศ), 2564 |
| author2 |
อนันท์ ชกสุริวงค์ |
| author_facet |
อนันท์ ชกสุริวงค์ ชวัล วัฒนากิจจากุล |
| format |
Theses and Dissertations |
| author |
ชวัล วัฒนากิจจากุล |
| author_sort |
ชวัล วัฒนากิจจากุล |
| title |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| title_short |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| title_full |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| title_fullStr |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| title_full_unstemmed |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| title_sort |
ตัวแบบเชิงลึกเพื่อตรวจจับข่าวปลอมภาษาไทยบนสื่อสังคมออนไลน์ |
| publisher |
มหาวิทยาลัยสงขลานครินทร์ |
| publishDate |
2023 |
| url |
http://kb.psu.ac.th/psukb/handle/2016/17913 |
| _version_ |
1762854922251927552 |