Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Nätmobbning och Deep Learning: Att spåra och förebygga nätmobbning med hjälp av Deep Learning
2017 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE creditsStudent thesis
Abstract [sv]

Syftet med detta kandidatarbetet är att hitta ett sätt att spåra och förebygga nätmobbning med hjälp av självinlärningssystem, webbteknologier och antimobbningsmetoder. Uppsatsen tar även upp problematiken kring mobbning i skolor, nätmobbning och ansvarstagande inom utvecklande av webbapplikationer. Denna studien går vidare in på olika typer av nätmobbning, dess effekter, fall, system som motverkar nätmobbning och generellt om självinlärningssystem. Studien går även in på djupet vad det gäller metoder vi har använt för att spåra och förebygga nätmobbning, också vidare in på hur vi har arbetat för att ta fram en prototyp. Den här prototypen är ett exempel på hur nätmobbning skulle kunna spåras och förebyggas. Med detta skrivet är vår slutsats att det är möjligt att spåra och förebygga nätmobbning med hjälp av webbteknologier, självinlärningssystem och antimobbningsmetoder. Det handlar huvudsakligen om att ta ansvar för förutsättningarna användarna får av utvecklare i ett givet system. När utvecklare förstår sitt ansvar är det lättare för dem att inse problemen som kan uppstå när användarna blir utsatta för deras system. Vi drog även slutsatsen att det är viktigt att låta användarna själva ta en aktiv ställning i vad som kan räknas som nätmobbning för att främja vårt egna självinlärningssystem.

Place, publisher, year, edition, pages
2017. , p. 45
Keywords [sv]
Nätmobbning, Djupinlärning, KiVa, Ansvarstagande, Antimobbning
National Category
Media and Communication Technology
Identifiers
URN: urn:nbn:se:bth-14585OAI: oai:DiVA.org:bth-14585DiVA, id: diva2:1111948
Subject / course
ME1588 Kandidatarbete i Medieteknik, 30 hp
Educational program
MEGWU Webb Development
Supervisors
Examiners
Available from: 2017-06-26 Created: 2017-06-19 Last updated: 2018-01-13Bibliographically approved

Open Access in DiVA

fulltext(1235 kB)357 downloads
File information
File name FULLTEXT02.pdfFile size 1235 kBChecksum SHA-512
82f6214b2a3fd9f706718acd9636f615cd69caaa5d626f1854397d73265fc02e08c0cd928cfae9a3ddd85ca14c01cc7650709efecb84a2ce24552017c606be38
Type fulltextMimetype application/pdf

Media and Communication Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 357 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 813 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf