Banca de QUALIFICAÇÃO: BRUNO CARLOS VIEIRA DOS SANTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : BRUNO CARLOS VIEIRA DOS SANTOS
DATA : 19/08/2022
HORA: 14:00
LOCAL: Google Meet - https://meet.google.com/fcn-ctbg-shv
TÍTULO:

Redes neurais de grafo e representações vetoriais de texto para detecção de BOTs em redes sociais

PALAVRAS-CHAVES:

bots; grafos; redes complexas; redes neurais de grafo; processamento de linguagem natural; embeddings.

PÁGINAS: 55
RESUMO:

O rápido crescimento da popularidade das redes sociais online tornou-as espaços atrativos para disseminação de notícias, compartilhamento de informação, mas também práticas maliciosas, como a divulgação de propagandas enganosas, fraudes e propagação de notícias falsas. Para execução dessas atividades maliciosas, agentes automatizados, conhecidos como BOTs sociais, têm sido utilizados. Nessa perspectiva, nos últimos anos a comunidade científica tem atuado no desenvolvimento de métodos capazes de identificar esses agentes no ambiente das redes sociais, fazendo uso de informações do perfil e do conteúdo de suas publicações. Contudo, a rápida evolução desse tipo de programa de computador tornou sua detecção um desafio, trazendo à tona a necessidade de se criar métodos mais sofisticados, baseados em redes complexas, para a tarefa de identificação. Nesse âmbito, o uso de algoritmos de aprendizagem profunda de máquina, em especial Redes Neurais de Grafo, têm ganho notoriedade na literatura, devido à sua capacidade de considerar os relacionamentos que um usuário de rede social estabelece com suas conexões. Além disso, algoritmos de representação vetorial de texto têm tido um papel importante na detecção, uma vez que conseguem codificar o conteúdo textual das publicações dos usuários. Dessa forma, este trabalho aborda a aplicação de variantes de Redes Neurais em Grafo, em especial, as Redes de Grafo com Atenção e as Redes Relacionais de Convolução, em conjunção a técnicas de representação vetoriais de texto, para a tarefa de detecção de BOTs maliciosos na rede social Twitter, utilizando as características de perfil do usuário, suas publicações  e a rede heterogênea de seus relacionamentos. Para verificar a eficácia da metodologia proposta, serão comparadas as acurácias e f1-score dos experimentos com resultados do estado da arte na tarefa de detecção para o conjunto de dados TwiBot-22.

MEMBROS DA BANCA:
Presidente - 1766576 - THALES MIRANDA DE ALMEIDA VIEIRA
Interno - 1114959 - RIAN GABRIEL SANTOS PINHEIRO
Externo à Instituição - RAFAEL FERREIRA LEITE DE MELLO - UFRPE