Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa

Detalhes bibliográficos
Autor(a) principal: Lemos, Antonio Paulo Muniz
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/53701
Resumo: O presente trabalho tem por objetivo estudar o reconhecimento de notícias falsas (fake news) por uma rede neural artificial, utilizando uma análise comparativa entre a predição com perceptron de multicamadas, com uma rede neural recorrente e com algoritmos comuns de machine learning. Foi realizada uma técnica de extração de informações diretamente da internet através de Web Scraping, onde pudemos observar o título da notícia, autor, fonte e a data da publicação. A maneira como essa análise se deu, foi com a comparação da acurácia das redes com todas as variáveis de entrada e a utilização apenas do título desta notícia. Mostrando que o título, de fato, demonstrou ser a variável mais útil neste processo. Em resumo, este trabalho mostrou-se ser de uma grande relevância no cenário atual com uma ferramenta útil para ajudar a sociedade, facilitando o reconhecimento rápido de notícias falsas, e, com isso, prevenir o espalhamento rápido delas.
id UFRN_3dfcf86e86e88ac5ce98ec58e6d678ef
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/53701
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Lemos, Antonio Paulo MunizPimentel Filho, Max ChiancaSilva Junior, José Luiz daMartins, Allan de Medeiros2023-07-19T11:36:32Z2023-07-19T11:36:32Z2023-06-29LEMOS, Antonio Paulo Muniz Lemos. WWeb scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa. Orientador: Allan de Medeiros Martins. 2023. 24f. Trabalho de Conclusão de Curso (Graduação em Engenharia elétrica) - Departamento de Engenharia Elétrica, Universidade Federal do Rio Grande do Norte, Natal, 2023.https://repositorio.ufrn.br/handle/123456789/53701Universidade Federal do Rio Grande do NorteEngenharia ElétricaUFRNBrasilEngenharia ElétricaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessWeb ScrapingRedes NeuraisFake NewsAnálise de dadosWeb scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisO presente trabalho tem por objetivo estudar o reconhecimento de notícias falsas (fake news) por uma rede neural artificial, utilizando uma análise comparativa entre a predição com perceptron de multicamadas, com uma rede neural recorrente e com algoritmos comuns de machine learning. Foi realizada uma técnica de extração de informações diretamente da internet através de Web Scraping, onde pudemos observar o título da notícia, autor, fonte e a data da publicação. A maneira como essa análise se deu, foi com a comparação da acurácia das redes com todas as variáveis de entrada e a utilização apenas do título desta notícia. Mostrando que o título, de fato, demonstrou ser a variável mais útil neste processo. Em resumo, este trabalho mostrou-se ser de uma grande relevância no cenário atual com uma ferramenta útil para ajudar a sociedade, facilitando o reconhecimento rápido de notícias falsas, e, com isso, prevenir o espalhamento rápido delas.porreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALTCC biblioteca.pdfTCC biblioteca.pdfapplication/pdf1297049https://repositorio.ufrn.br/bitstream/123456789/53701/1/TCC%20biblioteca.pdf0733929ee11b5f066f0feca037a778baMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/53701/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/53701/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/537012023-07-19 08:36:33.389oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-07-19T11:36:33Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
title Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
spellingShingle Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
Lemos, Antonio Paulo Muniz
Web Scraping
Redes Neurais
Fake News
Análise de dados
title_short Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
title_full Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
title_fullStr Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
title_full_unstemmed Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
title_sort Web scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa
author Lemos, Antonio Paulo Muniz
author_facet Lemos, Antonio Paulo Muniz
author_role author
dc.contributor.referees1.none.fl_str_mv Pimentel Filho, Max Chianca
dc.contributor.referees2.none.fl_str_mv Silva Junior, José Luiz da
dc.contributor.author.fl_str_mv Lemos, Antonio Paulo Muniz
dc.contributor.advisor1.fl_str_mv Martins, Allan de Medeiros
contributor_str_mv Martins, Allan de Medeiros
dc.subject.por.fl_str_mv Web Scraping
Redes Neurais
Fake News
Análise de dados
topic Web Scraping
Redes Neurais
Fake News
Análise de dados
description O presente trabalho tem por objetivo estudar o reconhecimento de notícias falsas (fake news) por uma rede neural artificial, utilizando uma análise comparativa entre a predição com perceptron de multicamadas, com uma rede neural recorrente e com algoritmos comuns de machine learning. Foi realizada uma técnica de extração de informações diretamente da internet através de Web Scraping, onde pudemos observar o título da notícia, autor, fonte e a data da publicação. A maneira como essa análise se deu, foi com a comparação da acurácia das redes com todas as variáveis de entrada e a utilização apenas do título desta notícia. Mostrando que o título, de fato, demonstrou ser a variável mais útil neste processo. Em resumo, este trabalho mostrou-se ser de uma grande relevância no cenário atual com uma ferramenta útil para ajudar a sociedade, facilitando o reconhecimento rápido de notícias falsas, e, com isso, prevenir o espalhamento rápido delas.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-07-19T11:36:32Z
dc.date.available.fl_str_mv 2023-07-19T11:36:32Z
dc.date.issued.fl_str_mv 2023-06-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv LEMOS, Antonio Paulo Muniz Lemos. WWeb scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa. Orientador: Allan de Medeiros Martins. 2023. 24f. Trabalho de Conclusão de Curso (Graduação em Engenharia elétrica) - Departamento de Engenharia Elétrica, Universidade Federal do Rio Grande do Norte, Natal, 2023.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/53701
identifier_str_mv LEMOS, Antonio Paulo Muniz Lemos. WWeb scraping e redes neurais como auxílio para a detecção de notícias falsas, uma análise comparativa. Orientador: Allan de Medeiros Martins. 2023. 24f. Trabalho de Conclusão de Curso (Graduação em Engenharia elétrica) - Departamento de Engenharia Elétrica, Universidade Federal do Rio Grande do Norte, Natal, 2023.
url https://repositorio.ufrn.br/handle/123456789/53701
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Engenharia Elétrica
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/53701/1/TCC%20biblioteca.pdf
https://repositorio.ufrn.br/bitstream/123456789/53701/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/53701/3/license.txt
bitstream.checksum.fl_str_mv 0733929ee11b5f066f0feca037a778ba
e39d27027a6cc9cb039ad269a5db8e34
e9597aa2854d128fd968be5edc8a28d9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117656676925440

Registros relacionados