Aprendizagem de máquina com representação do conhecimento via linguagem OWL na detecção automática de comportamentos suspeitos em redes sociais
| dc.contributor.advisor1 | Costa, Vaston Gonçalves da | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5192533875584788 | |
| dc.contributor.author | Dutra, Vinícius Vieira da Silva | |
| dc.contributor.referee | Costa, Vaston Gonçalves da | |
| dc.contributor.referee | Stoppa, Marcelo Henrique | |
| dc.contributor.referee | Ferreira, Júlio César | |
| dc.creator.Lattes | http://lattes.cnpq.br/8009904131505328 | |
| dc.date.accessioned | 2025-08-22T14:37:58Z | |
| dc.date.issued | 2023-10-03 | |
| dc.description.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. | |
| dc.description.resumo | The advancement of Artificial Intelligence (AI) has had a transformative impact on the technological landscape and society at large. Since the inception of the Turing Machine, which marked a pivotal point in this trajectory, the understanding of computation and the capacity of machines to perform logical and algorithmic operations have continuously evolved. With the advent of Machine Learning, the way machines process information has undergone a drastic change, enabling the identification of complex patterns within massive datasets. Furthermore, Knowledge Representation, in conjunction with the use of ontologies, the OWL language, and the NLTK library, provides the opportunity to construct systems capable of detecting suspicious behaviors on social networks. The objective of this study is to enhance the semantic analysis of complex interactions on social networks, with a focus on detecting patterns indicative of potentially harmful or threatening activities. Specifically, the study aims to develop an approach that can contribute to the identification of suspicious behaviors on social media platforms. To achieve this objective, we utilize ontologies and the OWL language to model the knowledge and structure of social interactions. This contributes to a more effective approach in identifying and mitigating harmful behaviors on social networks, thereby aiding in the creation of safer environments for users. | |
| dc.description.sponsorship | Fundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | |
| dc.format | ||
| dc.identifier.uri | http://repositorio.ufcat.edu.br/123456789/12102 | |
| dc.language | pt | |
| dc.publisher | Universidade Federal de Catalão | |
| dc.publisher.country | Brasil | |
| dc.publisher.department | Instituto de Matemática e Tecnologia (IMTEC) | |
| dc.publisher.initials | UFCAT | |
| dc.publisher.program | Programa de Pós-Graduação em Modelagem e Otimização - Mestrado (PPGMO) | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Inteligência artificial | |
| dc.subject | Aprendizado de máquina | |
| dc.subject | Representação do conhecimento | |
| dc.subject | Detecção de comportamentos suspeitos | |
| dc.title | Aprendizagem de máquina com representação do conhecimento via linguagem OWL na detecção automática de comportamentos suspeitos em redes sociais | |
| dc.title.alternative | Machine learning with knowledge representation via OWL language in the automatic detection of suspicious behavior in social networks | |
| dc.type | Dissertação |