Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings

Detalles

Título

Erkennung von Fake News anhand von stilbasierten Methoden des Text Minings

Universidad

University of Applied Sciences Ravensburg-Weingarten

Calificación

1,6

Autor

Oliver Lorenz (Autor)

Año

2021

Páginas

66

No. de catálogo

V1031189

ISBN (Ebook)

9783346436924

ISBN (Libro)

9783346436931

Idioma

Alemán

Notas

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.

Palabras clave

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