Atribuição de autoria em dados temporais utilizando a rede social Reddit

Detalhes bibliográficos
Autor(a) principal: Casimiro, Guilherme Ramos
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-07122022-220517/
Resumo: A praticidade trazida pelo uso dos smartphones resultou, nos últimos anos, em uma maior interação através das redes sociais online. As redes sociais podem influenciar tanto positivamente quanto negativamente os usuários, sendo um dos impactos negativos a propagação de notícias falsas. Neste contexto, identificar a correta fonte de uma informação ou se a informação é verídica se tornam atividades extremamente relevantes. Desde 2009 o número de trabalhos envolvendo redes sociais online e análise de autoria tem aumentado. O presente projeto tem como objetivo utilizar os comentários da rede social Reddit, em conjunto com dados da data dos comentários, para propor uma abordagem de identificação do correto autor de um comentário ao se utilizar a rede neural LSTM para tratar a questão do aprendizado ao longo do tempo. Um estudo de caso foi realizado e publicado como artigo completo no SBSI 2020, contendo os resultados iniciais do projeto, os quais exploram diferentes técnicas de mineração de texto. Além disso, os resultados finais deste trabalho foram publicados como artigo completo no SBSI 2022, usando uma distribuição de dados próxima à realidade e obtendo, para 10 autores, uma acurácia na classificação entre 97% e 99,6% para todas as características e entre 100 autores todas as características atingiram mais de 70% de acurácia.
id USP_95f682bf24f7aba372962a1d758cc7b3
oai_identifier_str oai:teses.usp.br:tde-07122022-220517
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Atribuição de autoria em dados temporais utilizando a rede social RedditAuthorship Attribution on temporal data using Reddit social mediaAnálise de autoriaAuthorship analysisDados TemporaisMineração de textoOnline social mediaRedes sociais onlineTemporal dataText miningA praticidade trazida pelo uso dos smartphones resultou, nos últimos anos, em uma maior interação através das redes sociais online. As redes sociais podem influenciar tanto positivamente quanto negativamente os usuários, sendo um dos impactos negativos a propagação de notícias falsas. Neste contexto, identificar a correta fonte de uma informação ou se a informação é verídica se tornam atividades extremamente relevantes. Desde 2009 o número de trabalhos envolvendo redes sociais online e análise de autoria tem aumentado. O presente projeto tem como objetivo utilizar os comentários da rede social Reddit, em conjunto com dados da data dos comentários, para propor uma abordagem de identificação do correto autor de um comentário ao se utilizar a rede neural LSTM para tratar a questão do aprendizado ao longo do tempo. Um estudo de caso foi realizado e publicado como artigo completo no SBSI 2020, contendo os resultados iniciais do projeto, os quais exploram diferentes técnicas de mineração de texto. Além disso, os resultados finais deste trabalho foram publicados como artigo completo no SBSI 2022, usando uma distribuição de dados próxima à realidade e obtendo, para 10 autores, uma acurácia na classificação entre 97% e 99,6% para todas as características e entre 100 autores todas as características atingiram mais de 70% de acurácia.The practicality brought by the use of smartphones has resulted, in recent years, in greater interaction through online social networks. Social networks can influence users both positively and negatively, one of the negative impacts is the spread of fake news. In this context, identifying the correct source of information or whether the information is true becomes extremely relevant activities. Since 2009, the number of works involving online social networks and analysis of authorship has increased. This project aims to use the comments from the Reddit social network, together with date time data from the comments, to present a model that identifies the correct author of a comment using the neural network LSTM to address the learning over time. A case study was carried out and published as a full paper at SBSI 2020, containing the initial results of the project, which explored text mining techniques. Furthermore, the final results from this project was also published as a full paper at SBSI 2022, using a data distribution more close to reality, achieving among 10 authors more than 97% of accuracy with chars feature having more than 99.6% of accuracy, among 100 authors all features achieved more than 70% of accuracy.Biblioteca Digitais de Teses e Dissertações da USPDigiampietri, Luciano AntonioCasimiro, Guilherme Ramos2022-10-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/100/100131/tde-07122022-220517/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:16:04Zoai:teses.usp.br:tde-07122022-220517Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:16:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Atribuição de autoria em dados temporais utilizando a rede social Reddit
Authorship Attribution on temporal data using Reddit social media
title Atribuição de autoria em dados temporais utilizando a rede social Reddit
spellingShingle Atribuição de autoria em dados temporais utilizando a rede social Reddit
Casimiro, Guilherme Ramos
Análise de autoria
Authorship analysis
Dados Temporais
Mineração de texto
Online social media
Redes sociais online
Temporal data
Text mining
title_short Atribuição de autoria em dados temporais utilizando a rede social Reddit
title_full Atribuição de autoria em dados temporais utilizando a rede social Reddit
title_fullStr Atribuição de autoria em dados temporais utilizando a rede social Reddit
title_full_unstemmed Atribuição de autoria em dados temporais utilizando a rede social Reddit
title_sort Atribuição de autoria em dados temporais utilizando a rede social Reddit
author Casimiro, Guilherme Ramos
author_facet Casimiro, Guilherme Ramos
author_role author
dc.contributor.none.fl_str_mv Digiampietri, Luciano Antonio
dc.contributor.author.fl_str_mv Casimiro, Guilherme Ramos
dc.subject.por.fl_str_mv Análise de autoria
Authorship analysis
Dados Temporais
Mineração de texto
Online social media
Redes sociais online
Temporal data
Text mining
topic Análise de autoria
Authorship analysis
Dados Temporais
Mineração de texto
Online social media
Redes sociais online
Temporal data
Text mining
description A praticidade trazida pelo uso dos smartphones resultou, nos últimos anos, em uma maior interação através das redes sociais online. As redes sociais podem influenciar tanto positivamente quanto negativamente os usuários, sendo um dos impactos negativos a propagação de notícias falsas. Neste contexto, identificar a correta fonte de uma informação ou se a informação é verídica se tornam atividades extremamente relevantes. Desde 2009 o número de trabalhos envolvendo redes sociais online e análise de autoria tem aumentado. O presente projeto tem como objetivo utilizar os comentários da rede social Reddit, em conjunto com dados da data dos comentários, para propor uma abordagem de identificação do correto autor de um comentário ao se utilizar a rede neural LSTM para tratar a questão do aprendizado ao longo do tempo. Um estudo de caso foi realizado e publicado como artigo completo no SBSI 2020, contendo os resultados iniciais do projeto, os quais exploram diferentes técnicas de mineração de texto. Além disso, os resultados finais deste trabalho foram publicados como artigo completo no SBSI 2022, usando uma distribuição de dados próxima à realidade e obtendo, para 10 autores, uma acurácia na classificação entre 97% e 99,6% para todas as características e entre 100 autores todas as características atingiram mais de 70% de acurácia.
publishDate 2022
dc.date.none.fl_str_mv 2022-10-17
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://www.teses.usp.br/teses/disponiveis/100/100131/tde-07122022-220517/
url https://www.teses.usp.br/teses/disponiveis/100/100131/tde-07122022-220517/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256495330164736

Registros relacionados