Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings


Bachelor Thesis, 2021

66 Pages, Grade: 1,6


Excerpt


Excerpt out of 66 pages

Details

Title
Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings
College
University of Applied Sciences Ravensburg-Weingarten
Grade
1,6
Author
Year
2021
Pages
66
Catalog Number
V1031189
ISBN (eBook)
9783346436924
ISBN (Book)
9783346436931
Language
German
Notes
Wie in der BA beschrieben beeinflussen die Namen im Datensatz die Analyseergebnisse stark. Abzüge gab es daher, da bei der Realisierung und Analyse des Datensatzes alle Vornamen und Nachnamen im Datensatz nicht im Data Cleaning entfernt wurden und diese die Ergebnisse beeinflussen.
Keywords
Fake News, Text Mining, Data Mining, Wirtschaftsinformati, Desinformation, Falsche Nachricht, Fake, News, Nachrichten, Text Analyse, EDA, Clustering, gefälschte Nachrichten, Muster Erkennung, Sprache der gefälschten Nachrichten, Data Cleaning, Machine Learning, NLP, Data Representation, Stilbasierte Fake News Erkennung, Methoden zur Fake News Erkennung, Stilklassifikation, Mustererkennung, Ausbreitungsbasierte Fake News Erkennung, Wissensbasierte Fake News Erkennung, Quellenbasierte Fake News Erkennung, Tools zur Fake News Erkennung, Datensatz, Data Understanding, Stoppwörter, Tokenisierung, Stemming, Vektrorisierung, Bag of Words, TF-IDF, Naive Bayes, Klassifikation, Social Bots, Influence Bots, Faktencheck
Quote paper
Oliver Lorenz (Author), 2021, Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings, Munich, GRIN Verlag, https://www.grin.com/document/1031189

Comments

  • No comments yet.
Look inside the ebook
Title: Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings



Upload papers

Your term paper / thesis:

- Publication as eBook and book
- High royalties for the sales
- Completely free - with ISBN
- It only takes five minutes
- Every paper finds readers

Publish now - it's free