Framework baseado em big data e machine learning para identificação de ideação suicida de usuários do Twitter
| dc.contributor.advisor | Sampaio, Jonice de Oliveira | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/0990344839864230 | pt_BR |
| dc.contributor.referee1 | Silva, Mônica Ferreira da | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/6380923400551734 | pt_BR |
| dc.contributor.referee2 | França, Juliana Baptista dos Santos | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/9341068095520817 | pt_BR |
| dc.contributor.referee4 | Lima Filho, Silas Pereira | |
| dc.contributor.referee4Lattes | http://lattes.cnpq.br/4567131372970696 | pt_BR |
| dc.creator | Luna, Gabriel de Sapienza | |
| dc.creator | Crespo, Felipe Tomazelli | |
| dc.creator | Damasceno, Rodrigo Paiva | |
| dc.creator.Lattes | http://lattes.cnpq.br/6990814025317892 | pt_BR |
| dc.date.accessioned | 2022-04-13T13:09:45Z | |
| dc.date.available | 2026-05-16T03:03:15Z | |
| dc.date.issued | 2022-03-14 | |
| dc.description.resumo | O pensamento suicida é um dos problemas de saúde mental mais graves enfrentados pela sociedade. São diversos fatores de riscos envolvidos que podem levar ao acometimento do suicídio. Alguns destes são: depressão, isolamento social e a ansiedade. A utilização de ferramentas para realizar a detecção precoce desses fatores auxiliam na prevenção ou redução desses números de suicídios. Com o advento das redes sociais, os usuários começaram a expressar seus pensamentos abertamente para outros indivíduos frequentadores dessas páginas. Este trabalho apresenta uma proposta de framework utilizando o Twitter como base, para analisar melhor a ideação suicida, auxiliando na identificação de pessoas em risco potencial de suicídio. Os dados são coletados em tempo real por meio da API do Twitter, tweepy. Com o auxílio de diversas ferramentas conhecidas no mercado de Big Data, pode-se realizar uma análise dos tweets em tempo real. O objetivo final da framework será distinguir os tweets, de forma automática, entre a ideação suicida ou não. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/16693 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Instituto de Computação | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Redes sociais | pt_BR |
| dc.subject | Twiter | pt_BR |
| dc.subject | Big data | pt_BR |
| dc.subject | analise de sentimento | pt_BR |
| dc.subject | Framework | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Suicídio | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
| dc.title | Framework baseado em big data e machine learning para identificação de ideação suicida de usuários do Twitter | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |