Uso de algoritmos de aprendizaje máquina para la detección de ciberacoso en redes sociales
![Thumbnail](/dspace/bitstream/handle/2183/33398/GarciaBarro_Mauro_TFG_2023.pdf.jpg?sequence=5&isAllowed=y)
Ver/ abrir
Use este enlace para citar
http://hdl.handle.net/2183/33398
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial-CompartirIgual 3.0 España
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Uso de algoritmos de aprendizaje máquina para la detección de ciberacoso en redes socialesAutor(es)
Director(es)
Fernández Iglesias, DiegoMartín-Rodilla, Patricia
Data
2023Centro/Dpto/Entidade
Universidade da Coruña. Facultade de InformáticaDescrición
Traballo fin de grao (UDC.FIC). Enxeñaría Informática. Curso 2022/2023Resumo
[Resumen]: La evolución que ha presentado la tecnología en los últimos años ha permitido interacciones
entre personas que se pensaban inviables, en especial la gran cantidad de comunidades que
se alojan en las redes sociales.
No obstante, con ello se han trasladado muchas conductas tanto positivas como negativas,
siendo una de estas últimas el ciberacoso, el cual ha aumentado de manera exponencial con el
paso del tiempo, sobre todo en momentos de pandemia. Es por eso que precisamos anticipar
y/o moderar estos comportamientos en la medida de lo posible.
Asimismo, debido al crecimiento de este tipo de casos, han surgido una gran cantidad
de trabajos que intentan investigar, detectar o mitigar este problema mediante modelos de
aprendizaje máquina.
Así pues, hemos aplicado diferentes algoritmos de Machine Learning a un dataset con información
diversa acerca de diferentes comentarios en posts de Vine, tratando principalmente
el aprendizaje supervisado e iterando sobre las distintas fases exploratorias de los datos mediante
la metodología CRISP-DM.
Tras analizar y procesar dichos datos, se han contrastado los resultados de aplicar esos
algoritmos, evaluando su rendimiento y deduciendo cuáles funcionan mejor bajo las condiciones
dadas. [Abstract]: The evolution of technology in recent years allowed many interactions among people that
seemed impossible, specially the great amount of communities inside social networks.
Nevertheless, it has been accompanied with several positive as well as negative behaviours,
cyberbullying being on the latter. Therefore, we need to anticipate and/or moderate this kind
of behaviours as far as possible.
Likewise, due to the growth of this type of cases, a large number of works have emerged
that try to investigate, detect or mitigate this problem through machine learning models.
With that in mind, we have applied different Machine Learning algorithms to a dataset
with diverse information about different commentaries in posts of Vine, treating principally
supervised learning and iterating between the distinct phases of data exploration with the
methodology of CRISP-DM.
After analyzing and processing said data, we have compared the outputs of applying those
algorithms, evaluating their performance and figuring out which ones work better with given
conditions.
Palabras chave
Clasificación
Ciberacoso
Aprendizaje supervisado
Machine learning
Grid search
Random forest
Ciberbullying
Supervised learning
Classification
Ciberacoso
Aprendizaje supervisado
Machine learning
Grid search
Random forest
Ciberbullying
Supervised learning
Classification
Dereitos
Atribución-NoComercial-CompartirIgual 3.0 España