초록 ▼

우리의 주요 목표는 오해의 소지가 있는 정보에 대한 사용자의 노출을 줄이기 위해 콘텐츠, 맥락 및 확산 패턴을 고려하여 더 빠르고 정확한 방식으로 온라인 소셜 미디어(예 : Twitter)에서의 잘못된 정보의 확산을 예측하고 제어하는 통합 모델을 개발하는 것이다. 이를 위해 사용 가능한 모든 기능을 사용하기 위한 통합 프레임 워크로 GCN (그래프 컨볼 루션 네트워크)을 사용한다. 이 유망한 기술은 이 질적인 데이터를 처리하고 그래프를 입력값으로 받는다. 우리의 연구 결과는 모델의 성공적인 구현과 정확도 향상을 보여준다. 기술적 기

우리의 주요 목표는 오해의 소지가 있는 정보에 대한 사용자의 노출을 줄이기 위해 콘텐츠, 맥락 및 확산 패턴을 고려하여 더 빠르고 정확한 방식으로 온라인 소셜 미디어(예 : Twitter)에서의 잘못된 정보의 확산을 예측하고 제어하는 통합 모델을 개발하는 것이다. 이를 위해 사용 가능한 모든 기능을 사용하기 위한 통합 프레임 워크로 GCN (그래프 컨볼 루션 네트워크)을 사용한다. 이 유망한 기술은 이 질적인 데이터를 처리하고 그래프를 입력값으로 받는다. 우리의 연구 결과는 모델의 성공적인 구현과 정확도 향상을 보여준다. 기술적 기여와는 별도로, 이 연구는 온라인 소셜 미디어에서 정보의 흐름을 활용하는 데 큰 진전이 될 수 있다.

(출처 : 초록 3p)

Abstract ▼

In order to decrease the exposure of users to misleading information, our main goal is to develop an integrated model that predicts and controls the spread of misinformation on online social media (e.g. Twitter) in a faster and more accurate fashion by taking into consideration its content, context

In order to decrease the exposure of users to misleading information, our main goal is to develop an integrated model that predicts and controls the spread of misinformation on online social media (e.g. Twitter) in a faster and more accurate fashion by taking into consideration its content, context and diffusion pattern. To do so, we employ graph convolution networks (GCN), as a unifying framework to make use of all available features. This promising technique deals with heterogenous data and takes graphs as inputs. Our result shows successful implementation of the model and enhancement of the accuracy. Apart from its technical contribution, this research can be a huge step towards harnessing information flow in online social media.

(출처 : 초록 3p)

목차 Contents

• COVER ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요약문 ... 4
• SUMMARY ... 6
• CONTENTS ... 8
• 목차 ... 9
• 1. Background ... 10
• 2. Literature Review ... 15
• 3. Result ... 17
• 4. Goal Achievement and Contribution ... 26
• 5. Application ... 26
• 6. References ... 27
• End of Page ... 31