Starting with the 2016 US presidential election, fake news began to become a global social issue through SNS. In Korea, a lot of fake news has been produced since the 2017 presidential election, and political and economic intentions are rapidly producing and disseminating stimulating news, resulting in a lot of personal and national damage. In this paper, we intend to conduct research on the detection of fake news by using text mining and social network analysis of words and associations from a linguistic point of view. To support the theory, Benford's Law was used, and the difference between fake news and real news was analyzed by analyzing the centrality between words.
2016년 미국 대선을 기점으로 SNS를 통해서 가짜뉴스는 전 세계적으로 사회적인 이슈화 되기 시작했다. 우리나라는 조금 뒤인 2017년 대통령 선거를 기점으로 많은 가짜뉴스가 생산되고 있고 이는 정치적, 경제적인 의도를 가지고 자극적인 뉴스를 빠르게 생산되고 전파되어 개인적, 국가적으로 많은 피해가 잇따르고 있다. 본 논문에서는 가짜뉴스 탐지에 대한 연구를 언어적인 관점에서 텍스트 마이닝과 단어와 연관성의 소셜 네트워크 분석을 활용하여 수행하고자 한다. 이론을 뒷반침하기 위해서 벤포드의 법칙을 활용하였으며 단어간의 중심성 분석을 통해 가짜뉴스와 진짜뉴스의 차이를 분석하였다.
