Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais

Detalhes bibliográficos
Autor(a) principal: Igawa, Rodrigo Augusto
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UEL
Texto Completo: https://repositorio.uel.br/handle/123456789/14776
Resumo: Resumo: Para auxiliar a descoberta de fraudes em Redes Sociais Digitais (RSD), este trabalho propõe um modelo para classificação de contas de usuários baseada na Transformada Discreta Wavelet para caracterização do conteúdo textual O principal objetivo da classificação é distinguir os padrões das classes em: Humanos, Cyborgs ou Bots A abordagem proposta analisa a distribuição dos termos chaves da base de dados utilizada e visa manter o custo computacional adequado para RSD Para a caracterização dos documentos em um processo de discretização, este trabalho propõe um novo esquema de peso chamado Lexicon Based Coefficient Attenuation (LBCA) A etapa de classificação é efetuada por meio do uso dos classificadores Random Forests e Perceptron Multi-Camadas Os experimentos foram realizados com um conjunto de postagem obtidas durante os jogos da Copa do Mundo da FIFA de 214 Os resultados mostraram que o modelo proposto obteve acurácias variando entre 94% e 1% na classificação entre as classes, permitindo a validação da discretização por meio das wavelets e com a contribuição do novo esquema de pesagem, adequado ao cenário das RSD
id UEL_362925d4fe59004ac8bfd35bec0eb941
oai_identifier_str oai:repositorio.uel.br:123456789/14776
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitaisMineração de dados (Computação)Processamento de imagensTécnicas digitaisRedes sociais on-lineWavelets (Matemática)Data mining (Computing)Digital techniquesOnline social networksWavelets (Mathematics)Image processingResumo: Para auxiliar a descoberta de fraudes em Redes Sociais Digitais (RSD), este trabalho propõe um modelo para classificação de contas de usuários baseada na Transformada Discreta Wavelet para caracterização do conteúdo textual O principal objetivo da classificação é distinguir os padrões das classes em: Humanos, Cyborgs ou Bots A abordagem proposta analisa a distribuição dos termos chaves da base de dados utilizada e visa manter o custo computacional adequado para RSD Para a caracterização dos documentos em um processo de discretização, este trabalho propõe um novo esquema de peso chamado Lexicon Based Coefficient Attenuation (LBCA) A etapa de classificação é efetuada por meio do uso dos classificadores Random Forests e Perceptron Multi-Camadas Os experimentos foram realizados com um conjunto de postagem obtidas durante os jogos da Copa do Mundo da FIFA de 214 Os resultados mostraram que o modelo proposto obteve acurácias variando entre 94% e 1% na classificação entre as classes, permitindo a validação da discretização por meio das wavelets e com a contribuição do novo esquema de pesagem, adequado ao cenário das RSDDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da ComputaçãoAbstract: This work proposes a model to accounts classification according to its textual content and is grounded on Discrete Wavelets Transforms Classification Task is mainly focused to match Online Social Networks accounts as Humans, Cyborgs or Bots The proposed approach takes on consideration key terms frequency distribution and aims to maintain computational costs suitable In order to aid the binning process, this work also proposes a new weighting scheme called Lexicon Based Coefficient Attenuation (LBCA) Classification step is carried out by using Multilayer Perceptrons and RandomForestsExperiments were performed on dataset crawled during 214 FIFA World Cup Brazil Results showed that proposed model achieved accuracies ranging from 94% to 1% which allows the validation of Discrete Wavelets Transforms along the proposed weighting scheme, suitable to Online Social NetworksBarbon Junior, Sylvio [Orientador]Zarpelão, Bruno BogazFelinto, Alan SalvanyParaiso, Emerson CabreraIgawa, Rodrigo Augusto2024-05-01T14:36:39Z2024-05-01T14:36:39Z2016.0007.04.2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/14776porMestradoCiência da ComputaçãoCentro de Ciências ExatasPrograma de Pós-Graduação em Ciência da ComputaçãoLondrinareponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-12T04:20:22Zoai:repositorio.uel.br:123456789/14776Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:22Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.none.fl_str_mv Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
title Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
spellingShingle Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
Igawa, Rodrigo Augusto
Mineração de dados (Computação)
Processamento de imagens
Técnicas digitais
Redes sociais on-line
Wavelets (Matemática)
Data mining (Computing)
Digital techniques
Online social networks
Wavelets (Mathematics)
Image processing
title_short Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
title_full Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
title_fullStr Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
title_full_unstemmed Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
title_sort Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais
author Igawa, Rodrigo Augusto
author_facet Igawa, Rodrigo Augusto
author_role author
dc.contributor.none.fl_str_mv Barbon Junior, Sylvio [Orientador]
Zarpelão, Bruno Bogaz
Felinto, Alan Salvany
Paraiso, Emerson Cabrera
dc.contributor.author.fl_str_mv Igawa, Rodrigo Augusto
dc.subject.por.fl_str_mv Mineração de dados (Computação)
Processamento de imagens
Técnicas digitais
Redes sociais on-line
Wavelets (Matemática)
Data mining (Computing)
Digital techniques
Online social networks
Wavelets (Mathematics)
Image processing
topic Mineração de dados (Computação)
Processamento de imagens
Técnicas digitais
Redes sociais on-line
Wavelets (Matemática)
Data mining (Computing)
Digital techniques
Online social networks
Wavelets (Mathematics)
Image processing
description Resumo: Para auxiliar a descoberta de fraudes em Redes Sociais Digitais (RSD), este trabalho propõe um modelo para classificação de contas de usuários baseada na Transformada Discreta Wavelet para caracterização do conteúdo textual O principal objetivo da classificação é distinguir os padrões das classes em: Humanos, Cyborgs ou Bots A abordagem proposta analisa a distribuição dos termos chaves da base de dados utilizada e visa manter o custo computacional adequado para RSD Para a caracterização dos documentos em um processo de discretização, este trabalho propõe um novo esquema de peso chamado Lexicon Based Coefficient Attenuation (LBCA) A etapa de classificação é efetuada por meio do uso dos classificadores Random Forests e Perceptron Multi-Camadas Os experimentos foram realizados com um conjunto de postagem obtidas durante os jogos da Copa do Mundo da FIFA de 214 Os resultados mostraram que o modelo proposto obteve acurácias variando entre 94% e 1% na classificação entre as classes, permitindo a validação da discretização por meio das wavelets e com a contribuição do novo esquema de pesagem, adequado ao cenário das RSD
publishDate 2024
dc.date.none.fl_str_mv 07.04.2016
2016.00
2024-05-01T14:36:39Z
2024-05-01T14:36:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/14776
url https://repositorio.uel.br/handle/123456789/14776
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Mestrado
Ciência da Computação
Centro de Ciências Exatas
Programa de Pós-Graduação em Ciência da Computação
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1809823310917140480

Registros relacionados