Pemodelan pengesanan buli siber berdasarkan peranan sosial pengguna melalui kombinasi fitur

Abstract

Buli siber merupakan salah satu masalah yang terjadi dalam kalangan interaksi sosial dalam rangkaian media sosial pada hari ini. Mengesan buli siber dengan hanya memfokuskan teks mengandungi buli atau tidak, tidak dapat mengurangkan buli siber secara menyeluruh. Dalam masa yang sama, pengesanan pada peringkat peranan sosial pengguna juga menjadi salah satu keperluan dalam mengesan buli siber seperti pembuli, mangsa, pemerhati-pertahanan dan pemerhati-pembantu. Kajian ini mendapati, pemilihan fitur dalam kajian terdahulu memainkan peranan penting dalam mengesan buli siber yang mana mereka tidak melibatkan fitur seperti Frekuensi Istilah Kekerapan Dokumen Terbalik (TFIDF) perkataan, kata ganti nama, personaliti lima besar dan triad gelap. Justeru itu, akan memberikan kesan terhadap prestasi model yang dibangunkan. Oleh yang demikian, kajian ini akan mengenal pasti fitur dan pengelas untuk membangunkan model pengesanan buli siber sebelum menganalisis model tersebut bagi mencari model yang berprestasi terbaik berdasarkan kepada kajian literatur dalam pengesanan buli siber. Kemudian, kombinasi fitur yang terbaik akan dicadangkan berdasarkan model yang dibangunkan bagi setiap peranan sosial pengguna. Fitur daripada kajian penanda aras diintegrasikan bersama fitur yang dicadangkan oleh kajian. Fitur daripada kajian penanda aras terdiri daripada dua kategori iaitu fitur berasaskan kandungan; n-gram perkataan, n-gram karakter dan senarai istilah dan fitur berasaskan sentimen; leksikon subjektiviti. Manakala fitur cadangan terdiri daripada fitur berasaskan kandungan; Frekuensi Istilah Kekerapan Dokumen Terbalik (TFIDF) perkataan dan kata ganti nama dan fitur berasaskan personaliti pengguna; personaliti lima besar dan triad gelap. Kaedah kajian eksperimen menggunakan Mesin Vektor Sokongan linear (SVM) dan hutan rawak untuk menghasilkan model yang optimum. Empat tetapan eksperimen ditetapkan dalam kajian ini iaitu (i) tetapan asas, (ii) tetapan melibatkan pengoptimuman hiperparameter, (iii) tetapan melibatkan Teknik Pensampelan Atas Minoriti Sintetik (SMOTE) dan (iv) tetapan melibatkan pengoptimuman hiperparameter dan Teknik Pensampelan Atas Minoriti Sintetik (SMOTE). Sebanyak 113 021 set data daripada ASKfm digunakan dalam kajian ini. Hasil analisis menunjukkan model berprestasi paling terbaik bagi kajian ini ialah melibatkan kombinasi kumpulan fitur berasaskan kandungan dan fitur berasaskan sentimen bagi linear SVM dalam tetapan melibatkan pengoptimuman hiperparameter. Manakala, peranan sosial pengguna pembuli dan mangsa menghasilkan model dengan prestasi terbaik apabila menggunakan fitur berasaskan kandungan dan fitur berasaskan sentimen. Pemerhati-pertahanan dan pemerhati-pembantu masing-masing menghasilkan model yang berprestasi terbaik apabila menggunakan fitur berasaskan kandungan dan fitur berasaskan sentimen. Bagi kelas bukan buli siber, kombinasi kumpulan fitur berasaskan kandungan, fitur berasaskan sentimen dan fitur berasaskan personaliti pengguna dapat menghasilkan model dengan prestasi terbaik.