Estudio de factores para la evaluación del riesgo de radicalización en redes sociales

Abstract

En los últimos años, las redes sociales se han convertido en una importante herramienta de difusión de mensajes. La cantidad de usuarios que utilizan diariamente estas redes, así como la estructura de las mismas, facilitan una rápida propagación de mensajes. Esta velocidad de propagación hace que el número de usuarios que acceden a dichos mensajes sea muy elevado. Esta característica hace que las redes sociales sean comúnmente utilizadas como medio de propaganda y diseminación de ideas políticas, religiosas o campañas de marketing. Además, la posibilidad de contactar virtualmente con los posibles destinatarios posibilita la utilización de las redes sociales con fines de captación. Esta última finalidad, ha sido utilizada en los últimos años por diferentes grupos religiosos, o terroristas, como medio para reclutar gente que se una a su causa. Este es el caso del terrorismo yihadista, donde los miembros del Estado Islámico utilizan las redes sociales, no sólo como medio de propaganda, sino como herramienta de captación a través de la cual pueden hacer que un gran número de personas se unan a la yihād. Existen una gran cantidad de factores, o indicadores, que pueden llevar a una persona a unirse a uno de estos grupos. Por esta razón, este trabajo analiza un posible subconjunto de estos indicadores y estudia su aplicabilidad en la definición del riesgo de radicalización de dicho individuo. El trabajo presenta un nuevo sistema, llamado Risktrack, que permite la detección y análisis de personas en peligro de radicalización, a través del análisis de los mencionados indicadores sobre información contenida en Redes Sociales. Este sistema se basa en el diseño de un conjunto de módulos que permiten la recolección automática de información de la web, el preprocesado de los datos, para su posterior análisis mediante la utilización de técnicas de Minería de Datos e Inteligencia Artificial.

Antonio Gonzalez-Pardo

Associate Professor

Lecturer at the Computer Science Department. Main research interests are related to Computational Intelligence and Metaheuristics applied to Social Networks Analysis, and the optimization of graph-based problems.