• ВХОД

    •  

    Полное описание

    Зоткина, Алена Александровна. Применение методов машинного обучения в задаче прогнозирования киберзапугивания пользователей социальной сети = Application of machine learning methods in the task of predicting cyberbullying of social network users / А. А. Зоткина, А. И. Мартышкин. - DOI 10.17513/snt.39377. - Текст : непосредственный // Современные наукоемкие технологии : журнал. - 2022. - N 10 Ч. 2. - С. 249-253. - Библиогр. в конце ст. - ISSN 1812-7320.

    ГРНТИ УДК
    04.41.31004.8:316.472.4
    28.23.25004.85
    81.93.29004.056

    Рубрики:
    Социальные сети
    Машинное обучение
    Информационная безопасность
    Искусственный интеллект -- Применение

    Кл.слова (ненормированные): машина опорных векторов -- случайный лес -- наивный Байес -- дерево решений -- социальная сеть
    Аннотация: Социальная сеть VKontakte - одна из самых влиятельных платформ для обмена информацией в XXI в., популярность которой растет в геометрической прогрессии. Но, к сожалению, развитие социальной сети оказывает и негативное влияние на пользователей. В частности, к негативным последствиям относятся: киберзапугивание, киберпреступность, онлайн-троллинг и т.д. Киберзапугивание приводит к частым психическим и физическим расстройствам, особенно для учащихся учебных заведений, а иногда даже вынуждает их к попытке самоубийства. Следовательно, идентификация информации в социальной сети является актуальной. Цель данного исследования - прогнозирование и разработка эффективной техники обнаружения запугивающих и оскорбительных сообщений путем обработки естественного языка при помощи методов машинного обучения. В исследовании приведены примеры существующих работ по обнаружению киберзапугивания на основе машинного обучения. Обработка данных на естественном языке происходит в два этапа: с использованием алгоритма "Набор слов" и алгоритма "Частота, обратная частоте документа". Данные характеристики используются для анализа уровня точности четырех различных алгоритмов машинного обучения: дерево решений, наивный Байес, случайный лес, метод опорных векторов. В конце статьи сделаны соответствующие выводы.
    Доп. точки доступа:
    Мартышкин, Алексей Иванович

    Экз-ры полностью 1f88b9a7905bf43e659530dfc20dbb2d/2022/10 ч.2
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -503026-741808)

    Шифр в сводном ЭК: 2b6a2db5a2a955c57538009d16b1e9ce




    Заказ фрагмента документа ₽