Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Igawa, Rodrigo Augusto |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
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 |
