Desarrollo de un modelo predictivo para la detección de ciberbullying utilizando técnicas de procesamiento de lenguaje natural (NLP) y aprendizaje automático (ML)
Dentro de las plataformas digitales, el ciberbullying se ha convertido en una problemática creciente que afecta el bienestar psicológico y social de sus usuarios. A pesar de los esfuerzos de diversas redes sociales por reducir este fenómeno, las herramientas de moderación actuales se ven limitadas e...
Gorde:
| Egile nagusia: | |
|---|---|
| Beste egile batzuk: | |
| Formatua: | bachelorThesis |
| Argitaratua: |
2025
|
| Gaiak: | |
| Sarrera elektronikoa: | https://repositorio.espe.edu.ec/handle/21000/46372 |
| Etiketak: |
Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
Etiketa erantsi | Gaia: | Dentro de las plataformas digitales, el ciberbullying se ha convertido en una problemática creciente que afecta el bienestar psicológico y social de sus usuarios. A pesar de los esfuerzos de diversas redes sociales por reducir este fenómeno, las herramientas de moderación actuales se ven limitadas en términos de detección temprana y prevención del acoso en línea. El presente estudio propone el desarrollo de un modelo predictivo basado en técnicas de Procesamiento del Lenguaje Natural (PLN) y Aprendizaje Automático para identificar patrones de ciberbullying en la red social X (Twitter). El desarrollo de este modelo está estructurado en tres etapas clave. La primera consiste en una Revisión Sistemática de la Literatura (RSL) para identificar técnicas más efectivas en la detección de ciberbullying. La segunda incluye la recopilación y procesamiento de datos obtenidos a través de interfaces de programación de aplicaciones (API) y algunos repositorios. La tercera se centra en entrenar y ajustar el modelo mediante validación cruzada y la optimización de parámetros para mejorar su precisión y rendimiento. Además, se llevó a cabo un análisis basado en métricas de evaluación como precisión, sensibilidad, especificidad y F-score, con esto se alcanzó un 98% de efectividad en la identificación de casos de ciberbullying. Finalmente, se desarrolló un aplicativo web que permite a los usuarios interactuar con el modelo predictivo. El sistema facilita la detección en tiempo real y ofrece una interfaz intuitiva y fácil de usar para gestionar y monitorear los resultados. Esta investigación sirve como base para las futuras investigaciones en la inteligencia artificial para fortalecer la prevención del ciberbullying y mejorar la seguridad en plataformas digitales. |
|---|