Sistemas fuzzy complementam a detecção de socialbots por aprendizado de máquina

  • Carla C. Pacheco IME
  • Alex Garcia IME
  • Raphael Machado Inmetro
  • Ronaldo M. Salles IME
DOI: https://doi.org/10.5753/sbsi.2019.7446

Resumo


A detecção de socialbots em Redes Sociais Online tem sido objeto de diversos estudos baseados em aprendizado de máquina. Este trabalho apresenta o uso de um comitê de classificadores para melhorar a acurácia da identificação de socialbots. O comitê associa o conhecimento obtido por algoritmos de aprendizado de máquina ao conhecimento heurístico humano, obtido por entrevistas e formalizado por regras fuzzy. Os resultados mostram que estas abordagens são complementares, uma vez que o uso conjunto destes algoritmos em um comitê apresenta uma acurácia acima de 93%, maior do que os mesmos algoritmos utilizados isoladamente.

Palavras-chave: Redes Sociais, Detecção de Socialbot, Aprendizado de Máquina, Lógica Fuzzy, Comitê de Classificação

Referências

PACHECO, Carla de Castro; GARCIA, Alex de Vasconcellos; MACHADO, Raphael Carlos Santos; SALLES, Ronaldo Moreira. Sistemas fuzzy complementam a detecção de socialbots por aprendizado de máquina. Brasília: Revista Militar de Ciência e Tecnologia, 2018.
Publicado
20/05/2019
Como Citar

Selecione um Formato
C. PACHECO, Carla; GARCIA, Alex; MACHADO, Raphael; M. SALLES, Ronaldo. Sistemas fuzzy complementam a detecção de socialbots por aprendizado de máquina. In: CONCURSO DE TESES E DISSERTAÇÕES EM SISTEMAS DE INFORMAÇÃO - SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 15. , 2019, Aracaju. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 91-95. DOI: https://doi.org/10.5753/sbsi.2019.7446.