ОПТИМИЗАЦИЯ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ДЕТЕКЦИИ ФЕЙКОВЫХ НОВОСТЕЙ: ПОДБОР ГИПЕРПАРАМЕТРОВ И АНАЛИЗ ROC-КРИВЫХ

В условиях активного и неконтролируемого распространения информации в цифровой среде, особенно в социальных медиа и новостных агрегаторах, особую актуальность приобретает задача автоматического выявления фейковых новостей. Рост объёмов пользовательского контента и высокая скорость его распространения существенно усложняют ручную верификацию информации, что обуславливает необходимость применения методов машинного обучения. Целью настоящего исследования является анализ, сравнительная оценка и оптимизация базовых моделей машинного обучения для детекции фейковых новостей с акцентом на подбор гиперпараметров, вычислительную эффективность и интерпретацию результатов классификации. В работе использован набор текстовых данных ISOT Fake News Dataset, содержащий новостные сообщения на английском языке с бинарными метками «правда» и «ложь», прошедшие этапы очистки и векторизации с применением метода TF-IDF. В рамках исследования реализованы и проанализированы модели логистической регрессии, дерева решений, случайного леса и градиентного бустинга. Оценка качества классификации проводилась на основе метрик Accuracy, Precision, Recall, F1-score, а также ROC-анализа и значения площади под кривой (AUC). Показано, что модель градиентного бустинга обеспечивает наивысшую точность классификации, тогда как логистическая регрессия демонстрирует сопоставимое качество при значительно меньших вычислительных затратах и времени обучения. Дополнительно в работе выполнен контроль утечки данных и анализ причин завышенных метрик качества, что позволило обеспечить корректную интерпретацию результатов. Полученные выводы подтверждают, что оптимизированные классические модели машинного обучения способны обеспечивать высокое качество детекции фейковых новостей и могут рассматриваться как ресурсоэффективная альтернатива более сложным нейросетевым подходам в прикладных задачах кибербезопасности и мониторинга информационных потоков.

1. Fake news detection on social media: a data mining perspective / K. Shu et al // ACM SIGKDD Explorations Newsletter. – 2017. – Vol. 19, № 1. – P. 22-36.

2. Zhou X. Fake news: a survey of research, detection methods, and opportunities / X. Zhou, R. Zafarani // ACM Computing Surveys. – 2020. – Vol. 53, № 5. – Article 109.

3. Ahmed H. Detection of online fake news using n-gram analysis and machine learning techniques / H. Ahmed, I. Traore, S. Saad // Proceedings of the International Conference on Intelligent, Secure, and Dependable Systems. – 2018. – P. 127-138.

4. Ruchansky N. CSI: a hybrid deep model for fake news detection / N. Ruchansky, S. Seo, Y. Liu // Proceedings of the ACM International Conference on Information and Knowledge Management (CIKM). – 2017. – P. 797-806.

5. BERT: pre-training of deep bidirectional transformers for language understanding / J. Devlin et al // Proceedings of the Conference of the North American Chapter of the Association for Computational Linguistics (NAACL-HLT). – 2019. – P. 4171-4186.

6. exBAKE: automatic fake news detection model based on bidirectional encoder representations from transformers / H. Jwa et al // Applied Sciences. – 2019. – Vol. 9, № 19. – P. 1-14.

7. Kaliyar R.K. FakeBERT: fake news detection in social media with a BERT-based deep learning approach / R.K. Kaliyar, A. Goswami, P. Narang // Multimedia Tools and Applications. – 2021. – Vol. 80, № 8. – P. 11765-11788.

8. Strubell E., Ganesh A., McCallum A. Energy and policy considerations for deep learning in NLP / Strubell E., Ganesh A., McCallum A. // Proceedings of the Annual Meeting of the Association for Computational Linguistics (ACL). – 2019. – P. 3645-3650.

9. Horne B.D. This just in: fake news packs a lot in title, uses simpler, repetitive content / B.D. Horne, S. Adalı // Proceedings of the International AAAI Conference on Web and Social Media (ICWSM). – 2017. – P. 759-766.

10. FakeNewsNet: a data repository with news content, social context and dynamic information / K. Shu et al // Big Data. – 2020. – Vol. 8, № 3. – P. 171-188.