Detección de Cyberbullying en redes sociales

Abstract

[ES] La detección del cyberbullying es un tema a tener en cuenta en las redes sociales debido a la importancia que tiene detectar este tipo de comportamientos para poder actuar lo más rápido posible. El objetivo principal de este trabajo es detectar de forma automática qué usuarios de redes sociales están siendo acosados para que, de esta forma, se pueda tomar las medidas necesarias en cada caso. Para ello se plantea el desarrollo de una herramienta que permita detectar usuarios envueltos en una conversación relacionada con el cyberbullying. Para realizar esta tarea se hará uso de distintos clasificadores clásicos, como pueden ser Random Forest, SVM, Naive Bayes o k-vecinos, y también clasificadores más modernos basados en redes neuronales. También se analizará el uso de las características que aparecen en los perfiles de usuario para mejorar esta clasificación. Finalmente, el clasificador se integrará en la red social PESEDIA para facilitar al administrador de la red la detección de escenarios de acoso y los usuarios involucrados.

[EN] The detection of cyberbullying is an issue to take into account in social networks because of the importance of detecting this type of behavior in order to act as quickly as possible. The main objective of this work is to automatically detect which social network users are being harassed so that, in this way, the necessary measures can be taken in each case. To this end, the development of a tool that allows users involved in a conversation related to cyberbullying is proposed. To carry out this task, different classic classifiers will be used, such as Random Forest, SVM, Naive Bayes or k-neighbors, and also more modern classifiers based on neural networks. The use of the features that appear in the user profiles will also be analyzed to improve this classification. Finally, the classifier will be integrated into the social network PESEDIA to facilitate the network administrator the detection of harassment scenarios and the users involved.

[CA] La detecció del cyberbullying és un tema a tindre en compte en les xarxes socials a causa de la importància que té detectar aquest tipus de comportaments per a poder actuar el més ràpid possible. L’objectiu principal d’aquest treball és detectar de manera automàtica quins usuaris de xarxes socials estan sent assetjats perquè, d’aquesta forma, es puga prendre les mesures necessàries en cada cas. Per a això es planteja el desenvolupament d’una eina que permeta detectar usuaris embolicats en una conversa relacionada amb el cyberbullying. Per a fer aquesta tasca es farà ús de diferents classificadors clàssics, com poden ser Random Forest, SVM, Naive Bayes o k-veïns, i també classificadors més moderns basats en xarxes neuronals. També s’analitzarà l’ús de les característiques que apareixen en els perfils d’usuari per a millorar aquesta classificació. Finalment, el classificador s’integrarà en la xarxa social PESEDIA per a facilitar a l’administrador de la xarxa la detecció d’escenaris d’assetjament i els usuaris involucrats