در دنیای دیجیتال، آگهیهای استخدام جعلی به یک چالش امنیتی جدی تبدیل شدهاند. این مقاله روشهای محاسباتی برای تشخیص این آگهیها، شامل یادگیری ماشین، یادگیری عمیق، تحلیل ویژگیهای محتوایی و زمینهای، و جمع آوری (Crowdsourcing) را بررسی میکند. با جستجو در پایگاه های معتبر علمی مانند Google Scholar و پس از حذف مقالات تکراری و غربال عنوان، چکیده و کلمات کلیدی و تنها با لحاظ کردن مقالات منتشر شده در مراجع علمی معتبر، ۳۰ پژوهش در محدوده بررسی تشخیص داده شد و از جنبههای مختلف مورد بررسی قرار گرفت. دیتاستهای رایج معرفی شدند و الگوریتمهای یادگیری ماشین و مدلهای یادگیری عمیق دارای دقت بالا برای شناسایی آگهیهای جعلی گزارش شدند. همچنین با توجه به چالش نامتوازن بودن داده، استفاده از تکنیک هایی مانند SMOTE و روشهای ترکیبی نیز شناخته شد. نتایج نشان میدهد ترکیب یادگیری ماشین و جمع آوری دقت تشخیص را افزایش میدهد. توسعه سیستمهای هوشمند، به روزرسانی پایگاههای داده و آموزش کاربران، راهکارهای کلیدی برای مقابله با این پدیده هستند.
