Author(s): Alves, Franciele Cristina Espanhol Ferreira
Date: 2020
Origin: Oasisbr
Subject(s): CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Redes Sociais; Aprendizado de máquina; Segurança virtual; Infanto- juvenil; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Redes Sociais; Redes Sociais; Aprendizado de máquina; Aprendizado de máquina; Segurança virtual; Segurança virtual; Infanto- juvenil; Infanto- juvenil
Trabalho de Conclusão de Curso (Graduação)
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 Aprendizagem de Máquina para prever se o público infantojuvenil da cidade de Monte Carmelo está suscetível à alguma ameaça ou situação constrangedora na Internet. Esta previsão será feita ao analisar uma base de dados constituída de características pessoais que qualifiquem 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 implementados na linguagem Python e pelas bibliotecas do WEKA. Nessas ferramentas computacionais, as técnicas de Aprendizado de Máquina apresentaram resultados satisfatórios, com acurácia acima de 90%.
