RT Journal Article
T1 Detección de rasgos en estudiantes con tendencia suicida en Internet aplicando Minería Web
T1 Detection of traits in students with suicidal tendencieson Internet applying Web Mining
A1 Castillo Zúñiga, Iván
A1 Luna Rosas, Francisco Javier
A1 López Veyna, Jaime Iván
AB Este artículo presenta un modelo de análisis de datos en Internet basado en Minería Web con el objetivo de encontrarconocimiento sobre grandes cantidades de datos en el ciberespacio. A fin de probar el método propuesto, se analizaronpáginas web sobre el suicidio como caso de estudio con la intención de identificar y detectar rasgos en estudiantes contendencias suicidas. El procedimiento considera un Web Scraper para localizar y descargar información de Internet, asícomo técnicas de Procesamiento de Lenguaje Natural para la recuperación de los vocablos. Con el propósito de explorarla información, se construyó un conjunto de datos basado en Tablas Dinámicas y Ontologías Semánticas, especificandolas variables predictivas en jóvenes con inclinación suicida. Por último, para evaluar la eficiencia del modelo se utilizaronalgoritmos de Aprendizaje de Máquina y Aprendizaje Profundo. Cabe destacar que se optimizaron los procedimientos parala construcción del dataset (utilizando Algoritmos Genéticos) y obtención del conocimiento empleando Cómputo Paraleloy Aceleración con Unidades de Procesamientos de Gráfico (GPU). Los resultados revelan una precisión del 96,28% sobrela detección de las características en adolescentes con tendencia suicida, alcanzando el mejor resultado a través de unaRed Neuronal Recurrente con un 98% de precisión. De donde se infiere que el modelo es viable para establecer basessobre mecanismos de actuación y prevención de comportamientos suicidas, que pueden ser implementados en institucioneseducativas o distintos actores de la sociedad
AB This article presents an Internet data analysis model based on Web Mining with the aim to find knowledge about largeamounts of data in cyberspace. To test the proposed method, suicide web pages were analyzed as a study case to identifyand detect traits in students with suicidal tendencies. The procedure considers a Web Scraper to locate and downloadinformation from the Internet, as well as Natural Language Processing techniques to retrieve the words. To explore theinformation, a dataset based on Dynamic Tables and Semantic Ontologies was constructed, specifying the predictive variablesin young people with suicidal inclination. Finally, to evaluate the efficiency of the model, Machine Learning and DeepLearning algorithms were used. It should be noticed that the procedures for the construction of the dataset (using GeneticAlgorithms) and obtaining the knowledge (using Parallel Computing and Acceleration with GPU) were optimized. Theresults reveal an accuracy of 96.28% on the detection of characteristics in adolescents with suicidal tendencies, reachingthe best result through a Recurrent Neural Network with 98% accuracy. It is inferred that the model is viable to establishbases on mechanisms of action and prevention of suicidal behaviors, which can be implemented in educational institutionsor different social actors
PB Universidad de Huelva
YR 2022
FD 2022
LK http://hdl.handle.net/10272/20773
UL http://hdl.handle.net/10272/20773
LA spa
DS Repositorio Institucional de la Universidad de Huelva
RD 29 may 2026