Detecção de fake news utilizando o algoritmo Naïve Bayes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/28048 |
Resumo: | Fake news, o termo que ganhou visibilidade durante as últimas eleições presidenciais de diversos países, propagam-se rapidamente, tornando-se uma preocupação para a sociedade. O objetivo deste trabalho é obter um modelo de aprendizado de máquina para detecção de notícias falsas utilizando o algoritmo Naive Bayes. Este estudo contempla o embasamento teórico, bem como as 4 etapas para o desenvolvimento do modelo: Coleta de Dados, Pré-Processamento, Mineração de Dados e PósProcessamento. Os resultados foram obtidos através das métricas de acurácia, precisão, recall e F1-score. O algoritmo obteve uma acurácia de 84% para a detecção de fake news. |
id |
UTFPR-12_bdf026e62f38629eaee6e431cf1a61ed |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/28048 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2022-04-14T16:11:25Z2022-04-14T16:11:25Z2021-07-26DURGIEWICZ, Rodrigo Cardoso. Detecção de fake news utilizando o algoritmo Naïve Bayes. 2021. Trabalho de Conclusão de Curso de Especialização (Ciência de Dados e suas Aplicações) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021.http://repositorio.utfpr.edu.br/jspui/handle/1/28048Fake news, o termo que ganhou visibilidade durante as últimas eleições presidenciais de diversos países, propagam-se rapidamente, tornando-se uma preocupação para a sociedade. O objetivo deste trabalho é obter um modelo de aprendizado de máquina para detecção de notícias falsas utilizando o algoritmo Naive Bayes. Este estudo contempla o embasamento teórico, bem como as 4 etapas para o desenvolvimento do modelo: Coleta de Dados, Pré-Processamento, Mineração de Dados e PósProcessamento. Os resultados foram obtidos através das métricas de acurácia, precisão, recall e F1-score. O algoritmo obteve uma acurácia de 84% para a detecção de fake news.Fake News, the term that gained visibility during the latest presidential elections in several countries, spreads quickly, becoming a concern for society. The objective of this work is to obtain a machine learning model to detect fake news using the Naive Bayes algorithm. This study contemplates the theoretical basis, as well as the 4 steps for the model development: Data Collection, Pre-Processing, Data Mining and PostProcessing. The results were obtained through the accuracy, precision, recall and F1- Score metrics. The algorithm accuracy to detect fake news was 84%.porUniversidade Tecnológica Federal do ParanáCuritibaCiência de Dados e suas AplicaçõesUTFPRBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOAprendizado de máquinasNotícias falsasAlgorítmosMineração de dados (Computação)Machine learningFake newsAlgorithmsData miningDetecção de fake news utilizando o algoritmo Naïve BayesFake news detection applying Naïve Bayes Algorithminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCuritibaRosa, Marcelo de OliveiraRosa, Marcelo de OliveiraBerardi, Rita Cristina GalarragaFurucho, Mariana Antonia AguiarDurgiewicz, Rodrigo Cardosoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCT_CCEDA_2019_02_15.pdfCT_CCEDA_2019_02_15.pdfapplication/pdf896356http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/1/CT_CCEDA_2019_02_15.pdfc80498fcde201581305024e3c788a636MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTCT_CCEDA_2019_02_15.pdf.txtCT_CCEDA_2019_02_15.pdf.txtExtracted texttext/plain35833http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/3/CT_CCEDA_2019_02_15.pdf.txte30969492fd8ffc5b88d325c2c388fbfMD53THUMBNAILCT_CCEDA_2019_02_15.pdf.jpgCT_CCEDA_2019_02_15.pdf.jpgGenerated Thumbnailimage/jpeg1256http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/4/CT_CCEDA_2019_02_15.pdf.jpgfa5d289be628e3c47ea5b7c56148bae6MD541/280482022-04-15 03:07:46.949oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2022-04-15T06:07:46Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
dc.title.alternative.pt_BR.fl_str_mv |
Fake news detection applying Naïve Bayes Algorithm |
title |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
spellingShingle |
Detecção de fake news utilizando o algoritmo Naïve Bayes Durgiewicz, Rodrigo Cardoso CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado de máquinas Notícias falsas Algorítmos Mineração de dados (Computação) Machine learning Fake news Algorithms Data mining |
title_short |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
title_full |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
title_fullStr |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
title_full_unstemmed |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
title_sort |
Detecção de fake news utilizando o algoritmo Naïve Bayes |
author |
Durgiewicz, Rodrigo Cardoso |
author_facet |
Durgiewicz, Rodrigo Cardoso |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Rosa, Marcelo de Oliveira |
dc.contributor.referee1.fl_str_mv |
Rosa, Marcelo de Oliveira |
dc.contributor.referee2.fl_str_mv |
Berardi, Rita Cristina Galarraga |
dc.contributor.referee3.fl_str_mv |
Furucho, Mariana Antonia Aguiar |
dc.contributor.author.fl_str_mv |
Durgiewicz, Rodrigo Cardoso |
contributor_str_mv |
Rosa, Marcelo de Oliveira Rosa, Marcelo de Oliveira Berardi, Rita Cristina Galarraga Furucho, Mariana Antonia Aguiar |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado de máquinas Notícias falsas Algorítmos Mineração de dados (Computação) Machine learning Fake news Algorithms Data mining |
dc.subject.por.fl_str_mv |
Aprendizado de máquinas Notícias falsas Algorítmos Mineração de dados (Computação) Machine learning Fake news Algorithms Data mining |
description |
Fake news, o termo que ganhou visibilidade durante as últimas eleições presidenciais de diversos países, propagam-se rapidamente, tornando-se uma preocupação para a sociedade. O objetivo deste trabalho é obter um modelo de aprendizado de máquina para detecção de notícias falsas utilizando o algoritmo Naive Bayes. Este estudo contempla o embasamento teórico, bem como as 4 etapas para o desenvolvimento do modelo: Coleta de Dados, Pré-Processamento, Mineração de Dados e PósProcessamento. Os resultados foram obtidos através das métricas de acurácia, precisão, recall e F1-score. O algoritmo obteve uma acurácia de 84% para a detecção de fake news. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-07-26 |
dc.date.accessioned.fl_str_mv |
2022-04-14T16:11:25Z |
dc.date.available.fl_str_mv |
2022-04-14T16:11:25Z |
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 |
DURGIEWICZ, Rodrigo Cardoso. Detecção de fake news utilizando o algoritmo Naïve Bayes. 2021. Trabalho de Conclusão de Curso de Especialização (Ciência de Dados e suas Aplicações) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/28048 |
identifier_str_mv |
DURGIEWICZ, Rodrigo Cardoso. Detecção de fake news utilizando o algoritmo Naïve Bayes. 2021. Trabalho de Conclusão de Curso de Especialização (Ciência de Dados e suas Aplicações) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/28048 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Curitiba |
dc.publisher.program.fl_str_mv |
Ciência de Dados e suas Aplicações |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Curitiba |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/1/CT_CCEDA_2019_02_15.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/3/CT_CCEDA_2019_02_15.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/28048/4/CT_CCEDA_2019_02_15.pdf.jpg |
bitstream.checksum.fl_str_mv |
c80498fcde201581305024e3c788a636 b9d82215ab23456fa2d8b49c5df1b95b e30969492fd8ffc5b88d325c2c388fbf fa5d289be628e3c47ea5b7c56148bae6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1797043914367041536 |