1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. ESP - Cursos de Pós-Graduação Lato-Sensu (Especializações)
  3. TCCE - Trabalho de Conclusão de Curso de Especialização
  4. Curitiba
  5. CT - Ciência de Dados e suas Aplicações
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/28048
Registro completo de metadados
Campo DCValorIdioma
dc.creatorDurgiewicz, Rodrigo Cardoso-
dc.date.accessioned2022-04-14T16:11:25Z-
dc.date.available2022-04-14T16:11:25Z-
dc.date.issued2021-07-26-
dc.identifier.citationDURGIEWICZ, Rodrigo Cardoso. Detecção de fake news utilizando o algoritmo Naïve Bayes. 2021. Trabalho de Conclusão de Curso de Especialização (Ciência de Dados e suas Aplicações) - Universidade Tecnológica Federal do Paraná, Curitiba, 2021.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/28048-
dc.description.abstractFake News, the term that gained visibility during the latest presidential elections in several countries, spreads quickly, becoming a concern for society. The objective of this work is to obtain a machine learning model to detect fake news using the Naive Bayes algorithm. This study contemplates the theoretical basis, as well as the 4 steps for the model development: Data Collection, Pre-Processing, Data Mining and PostProcessing. The results were obtained through the accuracy, precision, recall and F1- Score metrics. The algorithm accuracy to detect fake news was 84%.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectAprendizado de máquinaspt_BR
dc.subjectNotícias falsaspt_BR
dc.subjectAlgorítmospt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectMachine learningpt_BR
dc.subjectFake newspt_BR
dc.subjectAlgorithmspt_BR
dc.subjectData miningpt_BR
dc.titleDetecção de fake news utilizando o algoritmo Naïve Bayespt_BR
dc.title.alternativeFake news detection applying Naïve Bayes Algorithmpt_BR
dc.typespecializationThesispt_BR
dc.description.resumoFake news, o termo que ganhou visibilidade durante as últimas eleições presidenciais de diversos países, propagam-se rapidamente, tornando-se uma preocupação para a sociedade. O objetivo deste trabalho é obter um modelo de aprendizado de máquina para detecção de notícias falsas utilizando o algoritmo Naive Bayes. Este estudo contempla o embasamento teórico, bem como as 4 etapas para o desenvolvimento do modelo: Coleta de Dados, Pré-Processamento, Mineração de Dados e PósProcessamento. Os resultados foram obtidos através das métricas de acurácia, precisão, recall e F1-score. O algoritmo obteve uma acurácia de 84% para a detecção de fake news.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Rosa, Marcelo de Oliveira-
dc.contributor.referee1Rosa, Marcelo de Oliveira-
dc.contributor.referee2Berardi, Rita Cristina Galarraga-
dc.contributor.referee3Furucho, Mariana Antonia Aguiar-
dc.publisher.countryBrasilpt_BR
dc.publisher.programCiência de Dados e suas Aplicaçõespt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:CT - Ciência de Dados e suas Aplicações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_CCEDA_2019_02_15.pdf875,35 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.