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

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência da Computaçãopt_BR
dataload.filenamenourau4788.pdfpt_BR
dataload.handlemapped123456789/50pt_BR
dataload.idpergamum168565pt_BR
dataload.idvirtuanourauvtls000206380pt_BR
dataload.idvirtuapergamumvtls000206380pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000206380pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000206380pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorBarbon Junior, Sylvio [Orientador]pt_BR
dc.contributor.authorIgawa, Rodrigo Augustopt_BR
dc.contributor.bancaZarpelão, Bruno Bogazpt_BR
dc.contributor.bancaFelinto, Alan Salvanypt_BR
dc.contributor.bancaParaiso, Emerson Cabrerapt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T14:36:39Z
dc.date.available2024-05-01T14:36:39Z
dc.date.created2016.00pt_BR
dc.date.defesa07.04.2016pt_BR
dc.description.abstractResumo: 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 RSDpt_BR
dc.description.abstractother1Abstract: 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 Networkspt_BR
dc.description.notesDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computaçãopt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/14776
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameCiência da Computaçãopt_BR
dc.relation.departamentCentro de Ciências Exataspt_BR
dc.relation.ppgnamePrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectProcessamento de imagenspt_BR
dc.subjectTécnicas digitaispt_BR
dc.subjectRedes sociais on-linept_BR
dc.subjectWavelets (Matemática)pt_BR
dc.subjectData mining (Computing)pt_BR
dc.subjectDigital techniquespt_BR
dc.subjectOnline social networkspt_BR
dc.subjectWavelets (Mathematics)pt_BR
dc.subjectImage processingpt_BR
dc.titleMineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitaispt_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
4788.pdf
Tamanho:
1.39 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência da Computação