Loading...
机构名称:
¥ 1.0

摘要:这项研究着重于社交媒体在人口贩运中的使用和重要性的增加:贩运者如何使用平台招募,广告和执法部门的探测。该方法将使用数据挖掘和社交网络分析来定义模式和网络,并了解与贩运活动相关的漏洞。该研究将采用一种混合方法,将社交媒体内容的定量分析与对执法,非政府组织和幸存者的访谈的定性见解相结合。主要数据来源预计将包括用户生成的内容,广告和主要社交媒体上的公开帖子。这项研究将与在线行为与贩运事件的关系相关联,确定贩运者更喜欢哪些特定平台和交流渠道,从而允许确定社交媒体互动中活动的关键指标。这项研究的发现有助于制定预防策略,例如增强监测系统,有针对性的社区意识运动以及社交媒体公司与倡导团体之间的合作。知道贩运的数字足迹使研究可以强调社交媒体将其用作干预和意识工具的潜力。最终,它将生产战略框架,以鼓励利益相关者协作和加强社区,以确定和对数字时代人口贩运复杂性贩运情况的识别和反应。

使用机器学习来打击人口贩运...

使用机器学习来打击人口贩运...PDF文件第1页

使用机器学习来打击人口贩运...PDF文件第2页

使用机器学习来打击人口贩运...PDF文件第3页

使用机器学习来打击人口贩运...PDF文件第4页

使用机器学习来打击人口贩运...PDF文件第5页

相关文件推荐

2021 年
¥1.0
2021 年
¥2.0
2025 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2025 年
¥2.0
2020 年
¥1.0
2024 年
¥14.0
2025 年
¥1.0
2021 年
¥4.0
2024 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2021 年
¥1.0