Mineração de texto e wavelets aplicadas na classificação de contas em redes sociais digitais

Para auxiliar a descoberta de fraudes em Redes Sociais Digitais (RSD), este trabalho propõe um modelo para classificação de contas de usuários baseada na Transformada Discreta Wavelet para caracterização do conteúdo textual. O principal objetivo da classificação é distinguir os padrões das classes em: Humanos, Cyborgs ou Bots. A abordagem proposta analisa a distribuição dos termos chaves da base de dados utilizada e visa manter o custo computacional adequado para RSD. Para a caracterização dos documentos em um processo de discretização, este trabalho propõe um novo esquema de peso chamado Lexicon Based Coefficient Attenuation (LBCA). A etapa de classificação é efetuada por meio do uso dos classificadores Random Forests e Perceptron Multi-Camadas. Os experimentos foram realizados com um conjunto de postagem obtidas durante os jogos da Copa do Mundo da FIFA de 2014. Os resultados mostraram que o modelo proposto obteve acurácias variando entre 94% e 100% na classificação entre as classes, permitindo a validação da discretização por meio das wavelets e com a contribuição do novo esquema de pesagem, adequado ao cenário das RSD.This work proposes a model to accounts classification according to its textual content and is grounded on Discrete Wavelets Transforms. Classification Task is mainly focused to match Online Social Networks accounts as Humans, Cyborgs or Bots. The proposed approach takes on consideration key terms frequency distribution and aims to maintain computational costs suitable. In order to aid the binning process, this work also proposes a new weighting scheme called Lexicon Based Coefficient Attenuation (LBCA). Classification step is carried out by using Multilayer Perceptrons and RandomForests.Experiments were performed on dataset crawled during 2014 FIFA World Cup Brazil. Results showed that proposed model achieved accuracies ranging from 94% to 100% which allows the validation of Discrete Wavelets Transforms along the proposed weighting scheme, suitable to Online Social Networks