TÉCNICAS DE APRENDIZADO DE MÁQUINA APLICADAS NA PREVISÃO DE VULNERABILIDADES QUANTO AO USO DA INTERNET PELO PÚBLICO INFANTOJUVENIL
A Internet oferece a conexão de bilhões de pessoas em todo o mundo por meio de várias formas de interações e organizações sociais. As redes sociais têm se tornado uma das principais formas de comunicação, que proporciona boas experiências e, contraditoriamente, preocupações para pais e professores de crianças e adolescentes. As redes sociais estão sendo utilizadas pelo público infantojuvenil demasiadamente, possibilitando gerar situações de riscos e vulnerabilidades à eles. Diante destes fatores, o objetivo deste trabalho foi empregar duas técnicas de Aprendizado de Máquinas para prever se parte do público infantojuvenil da cidade de Monte Carmelo está suscetível à algum risco ou situação constrangedora nas redes sociais. A base de dados em estudo é constituída de características pessoais que qualificam as formas de uso deste público em relação ao seu acesso à redes sociais da Internet. As técnicas de Aprendizado de Máquina escolhidas foram os algoritmos de Árvore de Decisão e Naive Bayes, ambos definidos no WEKA. Os resultados alcançados pelas implementações apresentaram valores satisfatórios com acurácia acima de 90%.
TÉCNICAS DE APRENDIZADO DE MÁQUINA APLICADAS NA PREVISÃO DE VULNERABILIDADES QUANTO AO USO DA INTERNET PELO PÚBLICO INFANTOJUVENIL
-
DOI: 10.22533/at.ed.61320040913
-
Palavras-chave: Árvore de Decisão; Infantojuvenil; Naive Bayes; Redes sociais
-
Keywords: Decision Tree; Children; Naive Bayes; Social Networks.
-
Abstract:
The Internet connects billions of people worldwide through various forms of interactions and social organizations. Social networks have become one of the main forms of communicaton, which provides good experiences and, contradictorily, concerns for parentes and teachers of children and adolescentes. Social networks are being used by children and youth audiences too much, making it possible to generate situations of risks and vulnerabilities to them. In view of these factors, the objective of this work was to employ two machine learning techniques to predict whether part of the children’s population in the city of Monte Carmelo is susceptible to some risk or embarrassing situation on social networks. The database under study consists of personal characteristics that qualify the ways of using this public access to social networks on the Internet. The machine learning techniques chosen were the Decision Tree and Naive Bayes algorithms, both defined in WEKA. The results achieved by the implementations presented satisfactory values with accuracy above 90%.
-
Número de páginas: 14
- Fernanda Maria da Cunha Santos
- Franciele Cristina Espanhol Ferreira Alves
