• 디지털융복합연구
• /
• 제17권5호
• /
• pp.137-143
• /
• 2019

가짜 뉴스는 소셜 미디어와 같이 사용자가 상호작용하는 미디어 플랫폼에서 정보가 빠른 속도로 확산되는 이점을 가지는 오류 정보(misinformation)의 한 형태이다. 최근 가짜 뉴스의 증가로 인해 사회적으로 많은 문제가 발생하고 있다. 본 논문에서는 이러한 가짜 뉴스를 탐지하는 방법을 제안한다. 이전의 가짜 뉴스 탐지는 텍스트 분석을 사용한 연구가 주로 수행되었다. 본 연구는 소셜 미디어의 뉴스가 확산되는 네트워크에 초점을 두고, 네트워크 임베딩 방법인 DeepWalk 로 자질을 생성하고 로지스틱 회귀분석을 사용하여 가짜 뉴스를 분류한다. 인터넷에 공개된 뉴스 211개와 120만개의 뉴스 확산 네트워크 데이터를 사용한 가짜 뉴스 탐지에 대한 실험을 수행하였다. 연구 결과 텍스트 분석에 비하여 네트워크 임베딩을 사용한 가짜 뉴스 탐지의 정확도가 최소 1.7%에서 최대 10.6% 더 높게 나타났다. 또한, 텍스트 분석과 네트워크 임베딩을 결합한 가짜 뉴스 탐지는 네트워크 임베딩에 비해 정확도의 상승이 나타나지 않았다. 본 연구의 결과는 기업이나 조직은 온라인 상에서 확산되는 가짜 뉴스 탐지에 효과적으로 활용될 수 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.197-216
• /
• 2022

인터넷 및 모바일 기술의 발달과 소셜미디어의 확산으로 인해 다량의 정보들이 온라인 상에서 생성, 유통되고 있다. 이중에는 대중에게 도움이 되는 유익한 정보들도 있지만, 역기능을 하는 이른바 가짜뉴스들도 함께 유통되고 있다. 지난 2020년 코로나19의 전세계적인 확산 이후, 온라인 상에는 이와 관련한 수많은 가짜뉴스들이 유통되었다. 다른 가짜뉴스들과 달리 코로나19와 관련된 가짜뉴스는 사람들의 건강, 나아가 생명까지 위협할 수 있다는 점에서 그 심각성이 매우 크다고 할 수 있다. 때문에 코로나19와 관련한 가짜뉴스를 자동으로 탐지하고, 이를 예방하는 지능형 기술은 사회적 건강도를 제고하는데 매우 의미 있는 연구주제라 할 수 있다. 이러한 배경에서 본 연구에서는 코로나19 관련 가짜뉴스 탐지를 효과적으로 수행하기 위해 그래프 임베딩 방법 중 하나인 Graph2vec을 활용한 방법을 제안한다. 가짜뉴스 탐지에 대한 주류 방법은 뉴스 콘텐츠 기반 즉, 텍스트에 대한 특징 분석으로 진행되었으나 본 연구에서는 사회적 참여 네트워크 내에서의 정보 전달 관계를 추가로 활용함으로써 보다 효과적으로 코로나19와 관련된 가짜뉴스를 탐지할 수 있었으며 성능 측면에서 정확도 향상을 확인할 수 있었다.

• 한국지역사회생활과학회지
• /
• 제26권1호
• /
• pp.75-85
• /
• 2015

This study investigates the impact of livestock diseases, including FMD(foot-and-mouth disease) and MCD(mad-cow disease), on pork demand in Korea. TV news stories about the livestock diseases were considered as negative advertising, and therefore the carry-over effect of negative advertising was combined with the pork demand model in conjunction with an exponential distributed lag function. The asymmetry hypothesis was imposed, however it was accepted that demand response does not show different sensitivities to increases and decreases in the livestock disease news. FMD news had a negative effect on pork demand, whereas MCD news had a positive effect, yet FMD news had a greater effect on pork demand than MCD news. The pork demand elasticity estimates for FMD and MCD news were -0.0071 and 0.0028, respectively. The cross-elasticity of the imported beef price to pork demand was highly inelastic, but it was elastic during the beef import embargo.

• 디지털융복합연구
• /
• 제12권11호
• /
• pp.499-504
• /
• 2014

본 연구는 텔레비전 뉴스의 시각적 요소인 인포그래픽이 수용자의 뉴스 기억과 이해에 어떤 영향을 미치는지 살펴본 실증연구이다. 본 실험을 위하여 87명의 대학생들로 구성된 피험자 집단을 인포그래픽의 유무에 따라서 2집단으로 나누어 KBS뉴스9에서 추출한 5개의 뉴스에 노출시킨 후, 설문조사에 응답하게 하여, 피험자들의 재인기억, 회상기억, 뉴스 이해 정도를 측정하여 분석하였다. 분석결과 인포그래픽이 있는 뉴스에 노출된 피험자들은 인포그래픽이 없는 뉴스에 노출된 피험자들보다 회상기억을 더 잘하였으며, 뉴스 이해도가 더 높게 나타났다. 그러나 이항식 답변을 요구한 재인기억에 있어서는 두 집단 간 유의미한 차이가 나타나지 않았다.

• 디지털융복합연구
• /
• 제11권9호
• /
• pp.333-339
• /
• 2013

본 연구는 텔레비전 뉴스 진행자의 젠더가 수용자의 정서와 뉴스 기억에 어떤 영향을 미치는지 정교화가능성 가설을 바탕으로 살펴본 실험연구이다. 본 연구를 위해 앵커의 젠더에 따라 2가지 종류의 뉴스를 편집하여, 관여도를 조작한 2개의 대학생 집단에게 시청하게 하고, 이들의 앵커에 대한 정서와 뉴스 내용에 대한 장단기 기억을 측정, 분석하였다. 분석결과 여성 앵커가 남성앵커보다 호감도는 높게 나타났으나, 신뢰도는 더 낮게 나타났다. 그리고 여성앵커의 뉴스에 노출된 피험자들이 남성앵커의 뉴스에 노출된 피험자들에 비해 단기기억을 더 잘 하는 것으로 나타났다. 그러나 젠더와 관여도 간의 상호작용 효과는 발견되지 않았다.

• International journal of advanced smart convergence
• /
• 제10권3호
• /
• pp.122-130
• /
• 2021

This study is about an Artificial Intelligence-based fake news identification system and its methods to determine the authenticity of content distributed over the Internet. Among the news we encounter is news that an individual or organization intentionally writes something that is not true to achieve a particular purpose, so-called fake news. In this study, we intend to design a system that uses Artificial Intelligence techniques to identify fake content that exists within the news. The proposed identification model will propose a method of extracting multiple unit factors from the target content. Through this, attempts will be made to classify unit factors into different types. In addition, the design of the preprocessing process will be carried out to parse only the necessary information by analyzing the unit factor. Based on these results, we will design the part where the unit fact is analyzed using the deep learning prediction model as a predetermined unit. The model will also include a design for a database that determines the degree of fake news in the target content and stores the information in the identified unit factor through the analyzed unit factor.

• Journal of Information Processing Systems
• /
• 제17권6호
• /
• pp.1057-1070
• /
• 2021

Case-related news filtering is crucial in legal text mining and divides news into case-related and case-unrelated categories. Because case-related news originates from various fields and has different writing styles, it is difficult to establish complete filtering rules or keywords for data collection. In addition, the labeled corpus for case-related news is sparse; therefore, to train a high-performance classification model, it is necessary to annotate the corpus. To address this challenge, we propose topic-enhanced positive-unlabeled learning, which selects positive and negative samples guided by topics. Specifically, a topic model based on a variational autoencoder (VAE) is trained to extract topics from unlabeled samples. By using these topics in the iterative process of positive-unlabeled (PU) learning, the accuracy of identifying case-related news can be improved. From the experimental results, it can be observed that the F1 value of our method on the test set is 1.8% higher than that of the PU learning baseline model. In addition, our method is more robust with low initial samples and high iterations, and compared with advanced PU learning baselines such as nnPU and I-PU, we obtain a 1.1% higher F1 value, which indicates that our method can effectively identify case-related news.

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권3호
• /
• pp.131-152
• /
• 2022

Purpose The purpose of this study was to investigate the intention of using a news media platform using block chain through media company workers in a situation where various platform services using block chain are being newly released in the media industry. Therefore, in this paper, we intend to explore the development direction of the news media platform service using the block chain in the future by deriving implications through the characteristics of the block chain, user characteristics, and self-determination factors. Design/methodology/approach This study conducted a survey on the main characteristics of blockchain, user characteristics, self-determination, resistance to innovation, etc., and designed a research model by integrating factors on the continuity of intention to use the news media platform. Findings According to the empirical analysis result, in this study, it was confirmed that the intention to use the blockchain news media platform is significantly related to decentralization, which is a characteristic variable of the blockchain, perceived risk, which is a user characteristic variable, and competence and relationship, which is a self-determination variable. In addition, it was confirmed that it affects the perceived ease of use with respect to the intention to use. In addition, in this study, news writers write more careful articles as they cannot edit articles once written, which can contribute to improving the quality of news content.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.385-387
• /
• 2022

With the tremendous rise in popularity of the Internet and technological advancements, many news keeps generating every day from multiple sources. As a result, the information (News) on the network has been highly increasing. The critical problem is that the volume of articles or news content can be overloaded for the readers. Therefore, the people interested in reading news might find it difficult to decide which content they should choose. Recommendation systems have been known as filtering systems that assist people and give a list of suggestions based on their preferences. This paper studies a personalized news recommendation system to help users find the right, relevant content and suggest news that readers might be interested in. The proposed system aims to build a hybrid system that combines collaborative filtering with content-based filtering to make a system more effective and solve a cold-start problem. Twitter social media data will analyze and build a user's profile. Based on users' tweets, we can know users' interests and recommend personalized news articles that users would share on Twitter.

• Asia pacific journal of information systems
• /
• 제32권4호
• /
• pp.945-963
• /
• 2022

With the widespread use of social media, online social platforms like Twitter have become a place of rapid dissemination of information-both accurate and inaccurate. After the COVID-19 outbreak, the overabundance of fake information and rumours on online social platforms about the COVID-19 pandemic has spread over society as quickly as the virus itself. As a result, fake news poses a significant threat to effective virus response by negatively affecting people's willingness to follow the proper public health guidelines and protocols, which makes it important to identify fake information from online platforms for the public interest. In this research, we introduce an approach to detect fake news using deep learning techniques, which outperform traditional machine learning techniques with a 93.1% accuracy. We then investigate the content differences between real and fake news by applying topic modeling and linguistic analysis. Our results show that topics on Politics and Government services are most common in fake news. In addition, we found that fake news has lower analytic and authenticity scores than real news. With the findings, we discuss important academic and practical implications of the study.