في عالم يتزايد فيه الاعتماد على الإنترنت للبحث عن فرص العمل، تبرز مشكلة إعلانات الوظائف المزيفة كعائق حقيقي يواجه الباحثين عن عمل وأرباب العمل على حدٍ سواء. لذلك، ركزت مجموعة من الباحثين على تطوير تقنيات متقدمة لتعزيز دقة وكفاءة عملية كشف هذه الإعلانات المزيفة.

تقدم الدراسة الجديدة تقنية مبتكرة تُعرف باسم خسارة موجهة بواسطة المركز (Centroid-Guided Contrastive Loss - CGCL). تهدف هذه التقنية إلى تعزيز فعالية عملية تصنيف إعلانات الوظائف، من خلال دمج التصنيف مع تجميع مُركّز، مما يسمح للنموذج بالتعلم من التوزيعات الكثيفة للبيانات. هذه الطريقة تسهل على النموذج تحديد القرارات بدقة، والحفاظ على تماسك التجميع الكثيف، مما يعزز من فاعلية فرز الإعلانات الحقيقية عن المزيفة.

من خلال تجارب موسعة، أثبتت هذه التقنية الجديدة أداءً مذهلاً مقارنةً بأساليب كشف الإعلانات المزيفة التقليدية، حيث تم تطبيقها على مجموعة بيانات عامة تُعرف بـ EMSCAD.

يُعتبر هذا البحث دفعة قوية نحو مواجهة تحديات الإعلانات الوظيفية المزيفة على الإنترنت، ويعد خطوة هامة نحو تعزيز ثقة مستخدمي المنصات الإلكترونية. تجدون الشيفرة البرمجية الخاصة بهذه الدراسة على GitHub.