Uma Proposta de Arquitetura de Big Data para Detecção de Fake News

Daniele Moura de Queiroz; Carlos Renato Lisboa Francês; Kelle Cristina Fortunato da Costa; Lena Veiga e Silva Andrade; Maria da Penha de Andrade Abi Harb

Daniele Moura de Queiroz Universidade Federal do Pará
Carlos Renato Lisboa Francês Universidade Federal do Pará
Kelle Cristina Fortunato da Costa Universidade Federal do Pará
Lena Veiga e Silva Andrade Universidade Federal do Pará
Maria da Penha de Andrade Abi Harb Universidade Federal do Pará

Resumo

Nos últimos anos, uma grande quantidade de informações tem sido veiculada através da internet, especialmente em redes sociais, proporcionando uma maior facilidade na obtenção de conhecimentos sobre diversos temas, mas tornando as pessoas suscetíveis a informações falsas que podem acarretar danos variados. A quantidade massiva de dados gerados diariamente em alta velocidade e com variados tipos de formato tais como textos, vídeos, imagens, áudios, torna a análise destes dados um grande desafio. Com o advento das tecnologias de big data, é possível utilizar uma gama de ferramentas para armazenar, processar e analisar, de maneira eficiente, o grande volume de dados gerados de forma a contribuir com a investigação da credibilidade de notícias divulgadas e compartilhadas por meio da internet. Neste estudo discutimos a importância do big data para o combate à fake news e apresentamos diversas ferramentas do ecossistema Hadoop, bem como uma arquitetura para análise de grandes conjuntos de dados que auxiliará na investigação da veracidade de notícias.