Found an issue? Give us feedback

Repositorio Instituc...arrow_drop_down

Repositorio Institucional Universidad Católica de Salta

Other ORP type . 2016

License: CC BY NC SA

Data sources: Repositorio Institucional Universidad Católica de Salta

Select content type to embed

All Research products

arrow_drop_down

<script type="text/javascript">
<!--
document.write('<div id="oa_widget"></div>');
document.write('<script type="text/javascript" src="https://www.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=undefined&type=result"></script>');
-->
</script>

COPY SCRIPT

For further information contact us at helpdesk@openaire.eu

Modelo de análisis de sentimientos con algoritmos de aprendizajes para detectar actitudes peligrosas o violentas de los usuarios en redes sociales

Name: Modelo de análisis de sentimientos con algoritmos de aprendizajes para detectar actitudes peligrosas o violentas de los usuarios en redes sociales
Keywords: Informática, Violencia, Redes sociales, Psicología de la conducta, Inteligencia artificial

appsOther research productkeyboard_double_arrow_right Other ORP type 30 Dec 2016 Argentina Spanish; Castilian Publisher:Universidad Católica de Salta. Facultad de Ingeniería (Salta)

Authors: Calloni, Juan Carlos; Degiovanni, Federico; Paez, Sergio; Scarello, Eduardo; Scharff, Lucia; Bianciotti, Andrés; Banchio, Leandro; +4 Authors

Modelo de análisis de sentimientos con algoritmos de aprendizajes para detectar actitudes peligrosas o violentas de los usuarios en redes sociales

- Summary
- Subjects
- Metrics

Abstract

Es de amplio conocimiento la utilización masiva de las distintas redes sociales. Éstas han cambiado los hábitos y características de la comunicación, tal como la facilidad de intercambio de información, la existencia de receptores globales y la accesibilidad de éstas tecnologías a todos los sectores sociales. Las actitudes violentas y peligrosas en redes sociales constituyen un campo de estudio objeto de varias disciplinas. Detectar este tipo de actitudes de manera temprana colaboran a la prevención de los efectos que éstas podrían causar. Este proyecto plantea un modelo conceptual para una herramienta de detección de mensajes de actitudes violentas y peligrosas en redes sociales, mediante algoritmos de inteligencia de artificial, extrayendo información estática para demostrar, con métodos de aprendizaje de análisis de sentimientos y minería de opiniones, qué mensaje se aproximan a ser peligrosos.

Fil: Calloni, Juan Carlos. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Degiovanni, Federico. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Cuevas, Juan Carlos. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Mulassano, Micaela. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Bianciotti, Andrés. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Francia, Federico. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Saldarini, Javier. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Scarello, Eduardo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Fil: Banchio, Leandro. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.

Country

Argentina

Related Organizations

Universidad Católica de Salta
Argentina

Keywords

Informática, Violencia, Redes sociales, Psicología de la conducta, Inteligencia artificial

Impact byBIP!

	citations This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).	0
	popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.	Average
	influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).	Average
	impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.	Average

Found an issue? Give us feedback

Average

Related to Research communities

Knowmad Institut