Aprendizado de máquina automático de dinâmicas sociais em redes complexas

• Processo: 21/13843-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 15 de junho de 2022
• Data de Término da vigência: 14 de junho de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Francisco Aparecido Rodrigues
• Beneficiário: Aruane Mello Pineda
• Supervisor: Colm Connaughton
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Warwick, Inglaterra
• Vinculado à bolsa: 19/22277-0 - Modelagem de dinâmicas sociais interagentes em redes complexas, BP.DR
• Assunto(s): Redes complexas Mineração de dados Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: complex networks | Data Mining Techniques | machine learning techniques | Social Dynamics Models | Redes Complexas

Resumo

O interesse em estudar como os boatos se espalham na sociedade tem levado pesquisadores desenvolver modelos computacionais teóricos para investigar os mecanismos subjacentes à disseminação de notícias falsas em nossa sociedade. Atualmente, a literatura sobre o assunto oferece uma variedade de modelos epidemiológicos e culturais. Embora cada tipo de modelagem adote uma abordagem diferente, todas buscam se assemelhar a alguns aspectos do comportamento coletivo. Esses modelos podem ser estudados em diferentes topologias de redes complexas e têm sido amplamente utilizados para interpretar o resultado de um determinado processo dinâmico. As redes sociais têm se tornado um importante meio de troca de informações na sociedade contemporânea, aumentando e diversificando o volume de dados. Assim, técnicas de mineração de dados e aprendizado de máquina tornaram-se meios viáveis e vantajosos para o estudo da disseminação de boatos. Nesse contexto, este projeto propõe o desenvolvimento de uma abordagem baseada em algoritmos de aprendizado de máquina para prever o resultado de um determinado processo dinâmico em função das características estruturais de redes sociais complexas. (AU)