{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3359907"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3359907","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Analysis of Predatory Conversations Using Author Profiling","abstract":"Η άνοδος των κοινωνικών μέσων έχει εισαγάγει τους ανθρώπους σε μια νέα εποχή παγκόσμιας επικοινωνίας, προσφέροντας αδιαμφισβήτητα πλεονεκτήματα, ωστόσο η ανωνυμία που δίνει το διαδίκτυο στους χρήστες του επιτρέπει την παραποίηση ταυτοτήτων για κακόβουλους σκοπούς, όπως φαίνεται από το φαινόμενο του «Παιδικού Χειρισμού» - ένας όρος που υποδηλώνει την εκμετάλλευση παιδιών, συναισθηματική ή σεξουαλική. Μπροστά σε αυτούς τους ανησυχητικούς κινδύνους, γίνεται επιτακτική η ανάγκη να αναπτυχθούν αυτόματες μέθοδοι για τον εντοπισμό των “κυνηγών” που συμμετέχουν σε διαδικτυακές συνομιλίες. Για τον σκοπό αυτό, ο συνδυασμός των μεθόδων της Υφομετρίας και της Μοντελοποίησης Συγγραφικού Προφίλ αναδύεται ως μια μέθοδος με προοπτικές για τον εντοπισμό “κυνηγών”, υποστηρίζοντας ότι κάθε συγγραφέας υιοθετεί χαρακτηριστικά γλωσσολογικά πρότυπα που είναι ενδεικτικά της ταυτότητάς του. Η παρούσα διπλωματική εργασία πραγματοποιεί μια εκτενή υφομετρική ανάλυση διαδικτυακών συνομιλιών με “κυνηγούς”, στις οποίες αυτοί συνομιλούν με αστυνομικούς που προσποιούνται τα παιδιά. Η ανάλυση συνδυάζει διάφορες κατηγορίες υφομετρικών χαρακτηριστικών και, στη συνέχεια, αξιολογεί διάφορα μοντέλα ταξινόμησης που διακρίνουν μεταξύ “κυνηγών” και ψευδο-θυμάτων, με το μοντέλο LightGBM να εμφανίζεται ως το πιο αποδοτικό. Τα εξαιρετικά υψηλά ποσοστά ακρίβειας (0.9834) και F1 σκορ (0.9868) υπογραμμίζουν την αποτελεσματικότητα της ταξινόμησης, υπερτερώντας σημαντικά από άλλες σχετικές εργασίες. Τέλος, η ανάλυση των δέκα πιο σημαντικών χαρακτηριστικών του μοντέλου ταξινόμησης αναδεικνύει στατιστικά σημαντικές διαφορές στη χρήση σημείων στίξης και συγκεκριμένων κατηγοριών λέξεων από τις δύο εξεταζόμενες ομάδες. Τα ευρήματα αυτά υποδεικνύουν ότι μια πιο λεπτομερής ανάλυση των χαρακτηριστικών θα μπορούσε να αναδείξει ακόμη περισσότερα γλωσσικά μοτίβα που διαφοροποιούν τις δύο ομάδες, διευκολύνοντας την λεπτομερή ανάλυση του προφίλ συγγραφέα για κάθε ομάδα και συμβάλλοντας στην ανάπτυξη αυτόματων εργαλείων εντοπισμού “κυνηγών”.","abstract_html":"Η άνοδος των κοινωνικών μέσων έχει εισαγάγει τους ανθρώπους σε μια νέα εποχή παγκόσμιας επικοινωνίας, προσφέροντας αδιαμφισβήτητα πλεονεκτήματα, ωστόσο η ανωνυμία που δίνει το διαδίκτυο στους χρήστες του επιτρέπει την παραποίηση ταυτοτήτων για κακόβουλους σκοπούς, όπως φαίνεται από το φαινόμενο του «Παιδικού Χειρισμού» - ένας όρος που υποδηλώνει την εκμετάλλευση παιδιών, συναισθηματική ή σεξουαλική. Μπροστά σε αυτούς τους ανησυχητικούς κινδύνους, γίνεται επιτακτική η ανάγκη να αναπτυχθούν αυτόματες μέθοδοι για τον εντοπισμό των “κυνηγών” που συμμετέχουν σε διαδικτυακές συνομιλίες. Για τον σκοπό αυτό, ο συνδυασμός των μεθόδων της Υφομετρίας και της Μοντελοποίησης Συγγραφικού Προφίλ αναδύεται ως μια μέθοδος με προοπτικές για τον εντοπισμό “κυνηγών”, υποστηρίζοντας ότι κάθε συγγραφέας υιοθετεί χαρακτηριστικά γλωσσολογικά πρότυπα που είναι ενδεικτικά της ταυτότητάς του. Η παρούσα διπλωματική εργασία πραγματοποιεί μια εκτενή υφομετρική ανάλυση διαδικτυακών συνομιλιών με “κυνηγούς”, στις οποίες αυτοί συνομιλούν με αστυνομικούς που προσποιούνται τα παιδιά. Η ανάλυση συνδυάζει διάφορες κατηγορίες υφομετρικών χαρακτηριστικών και, στη συνέχεια, αξιολογεί διάφορα μοντέλα ταξινόμησης που διακρίνουν μεταξύ “κυνηγών” και ψευδο-θυμάτων, με το μοντέλο LightGBM να εμφανίζεται ως το πιο αποδοτικό. Τα εξαιρετικά υψηλά ποσοστά ακρίβειας (0.9834) και F1 σκορ (0.9868) υπογραμμίζουν την αποτελεσματικότητα της ταξινόμησης, υπερτερώντας σημαντικά από άλλες σχετικές εργασίες. Τέλος, η ανάλυση των δέκα πιο σημαντικών χαρακτηριστικών του μοντέλου ταξινόμησης αναδεικνύει στατιστικά σημαντικές διαφορές στη χρήση σημείων στίξης και συγκεκριμένων κατηγοριών λέξεων από τις δύο εξεταζόμενες ομάδες. Τα ευρήματα αυτά υποδεικνύουν ότι μια πιο λεπτομερής ανάλυση των χαρακτηριστικών θα μπορούσε να αναδείξει ακόμη περισσότερα γλωσσικά μοτίβα που διαφοροποιούν τις δύο ομάδες, διευκολύνοντας την λεπτομερή ανάλυση του προφίλ συγγραφέα για κάθε ομάδα και συμβάλλοντας στην ανάπτυξη αυτόματων εργαλείων εντοπισμού “κυνηγών”.","abstract_has_math":false,"creators":["Κουτλή Ελένη","Koutli Eleni"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:23:29Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3359907"],"render_values":[{"text":"uoadl:3359907","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3359907","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3359907","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3359907","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κουτλή Ελένη","Koutli Eleni"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3359907","https://pergamos.lib.uoa.gr/uoa/dl/object/3359907"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η άνοδος των κοινωνικών μέσων έχει εισαγάγει τους ανθρώπους σε μια νέα εποχή παγκόσμιας επικοινωνίας, προσφέροντας αδιαμφισβήτητα πλεονεκτήματα, ωστόσο η ανωνυμία που δίνει το διαδίκτυο στους χρήστες του επιτρέπει την παραποίηση ταυτοτήτων για κακόβουλους σκοπούς, όπως φαίνεται από το φαινόμενο του «Παιδικού Χειρισμού» - ένας όρος που υποδηλώνει την εκμετάλλευση παιδιών, συναισθηματική ή σεξουαλική. Μπροστά σε αυτούς τους ανησυχητικούς κινδύνους, γίνεται επιτακτική η ανάγκη να αναπτυχθούν αυτόματες μέθοδοι για τον εντοπισμό των “κυνηγών” που συμμετέχουν σε διαδικτυακές συνομιλίες. Για τον σκοπό αυτό, ο συνδυασμός των μεθόδων της Υφομετρίας και της Μοντελοποίησης Συγγραφικού Προφίλ αναδύεται ως μια μέθοδος με προοπτικές για τον εντοπισμό “κυνηγών”, υποστηρίζοντας ότι κάθε συγγραφέας υιοθετεί χαρακτηριστικά γλωσσολογικά πρότυπα που είναι ενδεικτικά της ταυτότητάς του. Η παρούσα διπλωματική εργασία πραγματοποιεί μια εκτενή υφομετρική ανάλυση διαδικτυακών συνομιλιών με “κυνηγούς”, στις οποίες αυτοί συνομιλούν με αστυνομικούς που προσποιούνται τα παιδιά. Η ανάλυση συνδυάζει διάφορες κατηγορίες υφομετρικών χαρακτηριστικών και, στη συνέχεια, αξιολογεί διάφορα μοντέλα ταξινόμησης που διακρίνουν μεταξύ “κυνηγών” και ψευδο-θυμάτων, με το μοντέλο LightGBM να εμφανίζεται ως το πιο αποδοτικό. Τα εξαιρετικά υψηλά ποσοστά ακρίβειας (0.9834) και F1 σκορ (0.9868) υπογραμμίζουν την αποτελεσματικότητα της ταξινόμησης, υπερτερώντας σημαντικά από άλλες σχετικές εργασίες. Τέλος, η ανάλυση των δέκα πιο σημαντικών χαρακτηριστικών του μοντέλου ταξινόμησης αναδεικνύει στατιστικά σημαντικές διαφορές στη χρήση σημείων στίξης και συγκεκριμένων κατηγοριών λέξεων από τις δύο εξεταζόμενες ομάδες. Τα ευρήματα αυτά υποδεικνύουν ότι μια πιο λεπτομερής ανάλυση των χαρακτηριστικών θα μπορούσε να αναδείξει ακόμη περισσότερα γλωσσικά μοτίβα που διαφοροποιούν τις δύο ομάδες, διευκολύνοντας την λεπτομερή ανάλυση του προφίλ συγγραφέα για κάθε ομάδα και συμβάλλοντας στην ανάπτυξη αυτόματων εργαλείων εντοπισμού “κυνηγών”.","The rise of social media has introduced people to a new era of global communication, offering undeniable advantages, however, the anonymity the internet gives to its users, enables the manipulation of identities for malicious intent, as evidenced by the phenomenon of “Child Grooming” - a term denoting exploitative actions targeting children, emotionally or sexually. In the face of these alarming risks, the imperative to develop automated methodologies for detecting predators engaged in online conversations becomes pronounced. To this aim, the combination of Stylometry and Author Profiling (AP) emerges as a promising method for predatory detection, arguing that each author adopts distinctive linguistic patterns, indicative of their identity. This thesis conducts an extensive stylometric analysis of online predatory conversations, where predators engage with officers imitating children. The analysis combines different categories of stylometric features and, subsequently, various classification models that distinguish between predators and pseudo-victims are evaluated, with LightGBM emerging as the most efficient model. The exceptionally high accuracy (0.9834) and F1 score (0.9868) underline the effectiveness of the classification, significantly outperforming other related works. Finally, the analysis of the ten most important features in the classification process shows statistically significant differences in the usage of punctuation and specific word categories by the two examined groups. These findings suggest that a more detailed feature analysis could unveil even more linguistic patterns that differentiate the two groups, facilitating the extensive analysis of each group’s author profile and contributing to the development of automatic predator detection tools."]},{"key":"dc:title","label":"Title","values":["Analysis of Predatory Conversations Using Author Profiling"]}]}],"canonical_facts":{"dc:creator":["Κουτλή Ελένη","Koutli Eleni"],"dc:date":["2023"],"dc:description":["Η άνοδος των κοινωνικών μέσων έχει εισαγάγει τους ανθρώπους σε μια νέα εποχή παγκόσμιας επικοινωνίας, προσφέροντας αδιαμφισβήτητα πλεονεκτήματα, ωστόσο η ανωνυμία που δίνει το διαδίκτυο στους χρήστες του επιτρέπει την παραποίηση ταυτοτήτων για κακόβουλους σκοπούς, όπως φαίνεται από το φαινόμενο του «Παιδικού Χειρισμού» - ένας όρος που υποδηλώνει την εκμετάλλευση παιδιών, συναισθηματική ή σεξουαλική. Μπροστά σε αυτούς τους ανησυχητικούς κινδύνους, γίνεται επιτακτική η ανάγκη να αναπτυχθούν αυτόματες μέθοδοι για τον εντοπισμό των “κυνηγών” που συμμετέχουν σε διαδικτυακές συνομιλίες. Για τον σκοπό αυτό, ο συνδυασμός των μεθόδων της Υφομετρίας και της Μοντελοποίησης Συγγραφικού Προφίλ αναδύεται ως μια μέθοδος με προοπτικές για τον εντοπισμό “κυνηγών”, υποστηρίζοντας ότι κάθε συγγραφέας υιοθετεί χαρακτηριστικά γλωσσολογικά πρότυπα που είναι ενδεικτικά της ταυτότητάς του. Η παρούσα διπλωματική εργασία πραγματοποιεί μια εκτενή υφομετρική ανάλυση διαδικτυακών συνομιλιών με “κυνηγούς”, στις οποίες αυτοί συνομιλούν με αστυνομικούς που προσποιούνται τα παιδιά. Η ανάλυση συνδυάζει διάφορες κατηγορίες υφομετρικών χαρακτηριστικών και, στη συνέχεια, αξιολογεί διάφορα μοντέλα ταξινόμησης που διακρίνουν μεταξύ “κυνηγών” και ψευδο-θυμάτων, με το μοντέλο LightGBM να εμφανίζεται ως το πιο αποδοτικό. Τα εξαιρετικά υψηλά ποσοστά ακρίβειας (0.9834) και F1 σκορ (0.9868) υπογραμμίζουν την αποτελεσματικότητα της ταξινόμησης, υπερτερώντας σημαντικά από άλλες σχετικές εργασίες. Τέλος, η ανάλυση των δέκα πιο σημαντικών χαρακτηριστικών του μοντέλου ταξινόμησης αναδεικνύει στατιστικά σημαντικές διαφορές στη χρήση σημείων στίξης και συγκεκριμένων κατηγοριών λέξεων από τις δύο εξεταζόμενες ομάδες. Τα ευρήματα αυτά υποδεικνύουν ότι μια πιο λεπτομερής ανάλυση των χαρακτηριστικών θα μπορούσε να αναδείξει ακόμη περισσότερα γλωσσικά μοτίβα που διαφοροποιούν τις δύο ομάδες, διευκολύνοντας την λεπτομερή ανάλυση του προφίλ συγγραφέα για κάθε ομάδα και συμβάλλοντας στην ανάπτυξη αυτόματων εργαλείων εντοπισμού “κυνηγών”.","The rise of social media has introduced people to a new era of global communication, offering undeniable advantages, however, the anonymity the internet gives to its users, enables the manipulation of identities for malicious intent, as evidenced by the phenomenon of “Child Grooming” - a term denoting exploitative actions targeting children, emotionally or sexually. In the face of these alarming risks, the imperative to develop automated methodologies for detecting predators engaged in online conversations becomes pronounced. To this aim, the combination of Stylometry and Author Profiling (AP) emerges as a promising method for predatory detection, arguing that each author adopts distinctive linguistic patterns, indicative of their identity. This thesis conducts an extensive stylometric analysis of online predatory conversations, where predators engage with officers imitating children. The analysis combines different categories of stylometric features and, subsequently, various classification models that distinguish between predators and pseudo-victims are evaluated, with LightGBM emerging as the most efficient model. The exceptionally high accuracy (0.9834) and F1 score (0.9868) underline the effectiveness of the classification, significantly outperforming other related works. Finally, the analysis of the ten most important features in the classification process shows statistically significant differences in the usage of punctuation and specific word categories by the two examined groups. These findings suggest that a more detailed feature analysis could unveil even more linguistic patterns that differentiate the two groups, facilitating the extensive analysis of each group’s author profile and contributing to the development of automatic predator detection tools."],"dc:identifier":["uoadl:3359907","https://pergamos.lib.uoa.gr/uoa/dl/object/3359907"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Analysis of Predatory Conversations Using Author Profiling"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:23:29Z"}