Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings

E-BookPDF0 - No protectionE-Book
66 Seiten
Deutsch
GRIN Verlagerschienen am12.07.20211. Auflage
Bachelorarbeit aus dem Jahr 2021 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,6, Hochschule Ravensburg-Weingarten, Sprache: Deutsch, Abstract: Die Bachelorarbeit dreht sich rund um die Analyse und Erkennung von Fake News. Dabei werden aktuelle Anwendungen und Forschungen aufgezeigt sowie alle Methoden zur Fake News Erkennung strukturiert dargestellt und erläutert. Die Möglichkeiten Texte durch Text Mining zu analysieren, um Fake News zu erkennen, werden dargestellt. Daher steht im Fokus der Bachelorarbeit besonders die Methode der stilbasierten Fake News Erkennung, da durch das Text Mining einige Verfahren dieser Methodik angewendet werden können. Um Ergebnisse bezüglich der Erkennung von Fake News, anhand von stilbasierten Methoden des Text Minings zu erhalten, wird ein ausgewählter und aufbereiteter Datensatz aus politischen wahren und falschen Nachrichten aus dem Jahr 2016 und 2017 separat für Nachrichtentitel und Nachrichtentexte analysiert. Durch die sehr hohen erreichten Genauigkeiten zwischen 92 und 97 Prozent bei den durchgeführten Klassifikationen durch TF-IDF Vektorisierung und Anwendung des Naive Bayes Klassifikators sowie der logistischen Regression, kann bestätigt werden, dass sich das Text Mining zur Erkennung von Fake News eignet und klassische Fake News durch Text Mining erkannt werden. Allerdings beschränkt sich die Erkennung von Fake News anhand von Text Mining auf einen sorgfältig ausgewählten sowie aufbereiten Datensatz mit bereits enthaltenen und gekennzeichneten Fake und True News. Die erkannten Muster und Ergebnisse sind lediglich für vergleichbare Nachrichten bezüglich der Thematik, Sprache und Zeitraum verwendbar und nicht verallgemeinerbar. Zudem wurde anhand der durchgeführten Text Mining Methoden wie EDA und Clustering eine Sprache der gefälschten Nachrichten identifiziert und dargestellt. Diese Sprache weist auf, dass im Datensatz die Worte hillari und clinton die am meisten vorkommenden und eindeutigsten Fake News Wörter sind. Das Wort hillari stellt bei den Nachrichtentiteln mit 57,46 Prozent und die Wörter video mit 57,86 Prozent und hillari mit 56,32 Prozent die Besten Fake News Erkennungsworte dar. Es wurde analysiert, das Fake News aus doppelt so vielen individuellen Wörtern bestehen wie True News. Durch die Clustering Analyse werden die zugehörigen Fake News Worte mit einem Anteil von 66 Prozent für Fake News Titel und 84 Prozent für Fake News Texte in erstellten Word Clouds dargestellt. [...]

Nach meiner Ausbildung zum Bankkaufmann, habe ich berufsbegleitend eine Weiterbildung zum IHK Wirtschaftsfachwirt sowie zum Ausbilder absolviert. Nachdem ich 6 Jahre im Finanzwesen gearbeitet habe, startete ich mein Wirtschaftsinformatik Studium und gleichzeitig als studentischer Unternehmensberater. Als dieser habe ich bereits mehrere kleinere und größere Projekte bearbeitet. In meinem Praxissemester konnte ich bereits aktiv Erfahrungen in der IT Abteilung bei Porsche Digital sammeln. Im 6. sowie zu Beginn des 7. Semesters habe ich als Werkstudent bei der inriva GmbH als Softwareentwickler gearbeitet. Dort umfasste mein Haupttätigkeitsfeld die Neu- und Weiterentwicklung von Anwendungen für das MS Dynamics Business Central. Ab Dezember 2020 habe ich als Werkstudent bei der Porsche AG im Bereich Identity & Access Management gearbeitet. Seit Juni 2021 startete ich als IT Consultant bei der MHP Management- und IT-Beratung.
mehr
Verfügbare Formate
BuchKartoniert, Paperback
EUR42,95
E-BookPDF0 - No protectionE-Book
EUR29,99

Produkt

KlappentextBachelorarbeit aus dem Jahr 2021 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,6, Hochschule Ravensburg-Weingarten, Sprache: Deutsch, Abstract: Die Bachelorarbeit dreht sich rund um die Analyse und Erkennung von Fake News. Dabei werden aktuelle Anwendungen und Forschungen aufgezeigt sowie alle Methoden zur Fake News Erkennung strukturiert dargestellt und erläutert. Die Möglichkeiten Texte durch Text Mining zu analysieren, um Fake News zu erkennen, werden dargestellt. Daher steht im Fokus der Bachelorarbeit besonders die Methode der stilbasierten Fake News Erkennung, da durch das Text Mining einige Verfahren dieser Methodik angewendet werden können. Um Ergebnisse bezüglich der Erkennung von Fake News, anhand von stilbasierten Methoden des Text Minings zu erhalten, wird ein ausgewählter und aufbereiteter Datensatz aus politischen wahren und falschen Nachrichten aus dem Jahr 2016 und 2017 separat für Nachrichtentitel und Nachrichtentexte analysiert. Durch die sehr hohen erreichten Genauigkeiten zwischen 92 und 97 Prozent bei den durchgeführten Klassifikationen durch TF-IDF Vektorisierung und Anwendung des Naive Bayes Klassifikators sowie der logistischen Regression, kann bestätigt werden, dass sich das Text Mining zur Erkennung von Fake News eignet und klassische Fake News durch Text Mining erkannt werden. Allerdings beschränkt sich die Erkennung von Fake News anhand von Text Mining auf einen sorgfältig ausgewählten sowie aufbereiten Datensatz mit bereits enthaltenen und gekennzeichneten Fake und True News. Die erkannten Muster und Ergebnisse sind lediglich für vergleichbare Nachrichten bezüglich der Thematik, Sprache und Zeitraum verwendbar und nicht verallgemeinerbar. Zudem wurde anhand der durchgeführten Text Mining Methoden wie EDA und Clustering eine Sprache der gefälschten Nachrichten identifiziert und dargestellt. Diese Sprache weist auf, dass im Datensatz die Worte hillari und clinton die am meisten vorkommenden und eindeutigsten Fake News Wörter sind. Das Wort hillari stellt bei den Nachrichtentiteln mit 57,46 Prozent und die Wörter video mit 57,86 Prozent und hillari mit 56,32 Prozent die Besten Fake News Erkennungsworte dar. Es wurde analysiert, das Fake News aus doppelt so vielen individuellen Wörtern bestehen wie True News. Durch die Clustering Analyse werden die zugehörigen Fake News Worte mit einem Anteil von 66 Prozent für Fake News Titel und 84 Prozent für Fake News Texte in erstellten Word Clouds dargestellt. [...]

Nach meiner Ausbildung zum Bankkaufmann, habe ich berufsbegleitend eine Weiterbildung zum IHK Wirtschaftsfachwirt sowie zum Ausbilder absolviert. Nachdem ich 6 Jahre im Finanzwesen gearbeitet habe, startete ich mein Wirtschaftsinformatik Studium und gleichzeitig als studentischer Unternehmensberater. Als dieser habe ich bereits mehrere kleinere und größere Projekte bearbeitet. In meinem Praxissemester konnte ich bereits aktiv Erfahrungen in der IT Abteilung bei Porsche Digital sammeln. Im 6. sowie zu Beginn des 7. Semesters habe ich als Werkstudent bei der inriva GmbH als Softwareentwickler gearbeitet. Dort umfasste mein Haupttätigkeitsfeld die Neu- und Weiterentwicklung von Anwendungen für das MS Dynamics Business Central. Ab Dezember 2020 habe ich als Werkstudent bei der Porsche AG im Bereich Identity & Access Management gearbeitet. Seit Juni 2021 startete ich als IT Consultant bei der MHP Management- und IT-Beratung.
Details
Weitere ISBN/GTIN9783346436924
ProduktartE-Book
EinbandartE-Book
FormatPDF
Format Hinweis0 - No protection
Erscheinungsjahr2021
Erscheinungsdatum12.07.2021
Auflage1. Auflage
Seiten66 Seiten
SpracheDeutsch
Artikel-Nr.5844727
Rubriken
Genre9200

Autor

Nach meiner Ausbildung zum Bankkaufmann, habe ich berufsbegleitend eine Weiterbildung zum IHK Wirtschaftsfachwirt sowie zum Ausbilder absolviert. Nachdem ich 6 Jahre im Finanzwesen gearbeitet habe, startete ich mein Wirtschaftsinformatik Studium und gleichzeitig als studentischer Unternehmensberater. Als dieser habe ich bereits mehrere kleinere und größere Projekte bearbeitet. In meinem Praxissemester konnte ich bereits aktiv Erfahrungen in der IT Abteilung bei Porsche Digital sammeln. Im 6. sowie zu Beginn des 7. Semesters habe ich als Werkstudent bei der inriva GmbH als Softwareentwickler gearbeitet. Dort umfasste mein Haupttätigkeitsfeld die Neu- und Weiterentwicklung von Anwendungen für das MS Dynamics Business Central. Ab Dezember 2020 habe ich als Werkstudent bei der Porsche AG im Bereich Identity & Access Management gearbeitet. Ab Juni 2021 starte ich als IT Consultant bei der MHP Management- und IT-Beratung.