Aprendizagem de máquina com representação do conhecimento via linguagem OWL na detecção automática de comportamentos suspeitos em redes sociais

Abstract

O avanço da Inteligência Artificial (IA) teve um impacto transformador no cenário tecnológico e na sociedade em geral. Desde a concepção da Máquina de Turing, que marcou um ponto fundamental nessa trajetória, a compreensão da computação e da capacidade das máquinas em realizar operações lógicas e algorítmicas tem evoluído constantemente. Com o advento do Aprendizado de Máquina, a forma como as máquinas processam informações mudou drasticamente, permitindo a identificação de padrões complexos em conjuntos massivos de dados. Além disso, a Representação do Conhecimento, juntamente com o uso de ontologias, a linguagem OWL e a biblioteca NLTK, oferece a oportunidade de construir sistemas capazes de detectar comportamentos suspeitos em redes sociais. O objetivo deste estudo é aprimorar a análise semântica das interações complexas nas redes sociais, com ênfase na detecção de padrões que indiquem atividades potencialmente prejudiciais ou ameaçadoras. Especificamente, o estudo visa desenvolver uma abordagem que possa contribuir para a identificação de comportamentos suspeitos em plataformas de redes sociais. Para atingir esse objetivo, utilizamos ontologias e a linguagem OWL para modelar o conhecimento e a estrutura das interações sociais. Isso contribui para uma abordagem mais eficaz na identificação e mitigação de comportamentos prejudiciais nas redes sociais, ajudando a criar ambientes mais seguros para os usuários.