• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computational Intelligence and AI in Games, IEEE Transactions on >Detecting Predatory Behavior in Game Chats
【24h】

Detecting Predatory Behavior in Game Chats

机译：检测游戏聊天中的掠夺行为

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

While games are a popular social media for children, there is a real risk that these children are exposed to potential sexual assault. A number of studies have already addressed this issue, however, the data used in previous research did not properly represent the real chats found in multiplayer online games. To address this issue, we obtained real chat data from MovieStarPlanet, a massively multiplayer online game for children. The research described in this paper aimed to detect predatory behaviors in the chats using machine learning methods. In order to achieve a high accuracy on this task, extensive preprocessing was necessary. We describe three different strategies for data selection and preprocessing, and extensively compare the performance of different learning algorithms on the different data sets and features.
机译：尽管游戏是儿童的流行社交媒体，但确实存在这些儿童可能遭受性侵犯的风险。许多研究已经解决了这个问题，但是，先前研究中使用的数据不能正确表示多人在线游戏中的真实聊天。为了解决这个问题，我们从MovieStarPlanet（一个大型多人儿童在线游戏）获得了真实的聊天数据。本文描述的研究旨在使用机器学习方法检测聊天中的掠夺行为。为了在此任务上实现高精度，必须进行大量预处理。我们描述了三种不同的数据选择和预处理策略，并广泛比较了不同数据集和功能上不同学习算法的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号