Detectando poluidores de conteúdo no Twitter
Enviar um e-mail
Coordenador :
Karina Yuriko Yaginuma
Ano:
2022
Publico Alvo :
O principal produto do projeto é a divulgação do material gerado pela pesquisa, o público alvo é bastante abrangente; todas as pessoas que tem acesso à internet são potenciais alvo desta ação. Mais especificadamente, o projeto propõe conscientizar usuário
Local de atuação:
GET
Resumo
Com a evolução das plataformas de redes sociais surge um novo senso comunitário, onde seus usuários encontram um local para se envolverem, interagirem e compartilharem. Tais plataformas possibilitam uma maior interação entre usuários em diferentes meios, debates e assuntos. No entanto, tal comunidade é constantemente ameaçada por poluidores de conteúdo, spammers e disseminadores de malware. Uma das técnicas utilizadas para amplificação deste tipo de conteúdo malicioso nas redes consiste na atuação de contas com comportamento automatizados, os bots sociais. No intuito de promover um maior conhecimento sobre tais poluidores de conteúdo, e consequentemente uma maior proteção dos usuários, propomos neste projeto a análise estatística de propriedades destes perfis no Twitter, utilizando técnicas de aprendizado de máquinas a fim de criar um classificador confiável para detecção de bots sociais para perfis de Twitter e a divulgação das informações geradas a comunidade. Além da detecção de perfis automatizados este projeto também se debruça no estudo da detecção de discurso de ódio, que sem dúvida tem sua contribuição na desinformação promovida pelas redes sociais e muitas vezes aparece disfarçado por símbolos e escondido em perfis anônimos. Dessa forma, adiciona-se às propostas a criação de um banco de dados do Twitter com discursos de ódio e a utilização de métodos de aprendizado de máquinas para identificar um discurso de ódio entre textos comuns.