Campo DC | Valor | Lengua/Idioma |
dc.contributor.advisor | Grijalva, Felipe, dir. | - |
dc.contributor.author | Molina Ortiz, Angel | - |
dc.date.accessioned | 2025-10-20T17:16:11Z | - |
dc.date.available | 2025-10-20T17:16:11Z | - |
dc.date.issued | 2024-12-02 | - |
dc.identifier.citation | Tesis (Magíster en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados ; Quito, Ecuador, 2024 | es_ES |
dc.identifier.uri | http://repositorio.usfq.edu.ec/handle/23000/14677 | - |
dc.description | This project focuses on improving the user experience on Riot’s developer portal by streamlining the
creation of applications that interact efficiently and securely with all its API’s. To achieve this goal,
an artificial intelligence model based on BERT and MLP has been implemented, designed to detect
potentially unwanted or spam applications. By analyzing the details of each application, the model
predicts whether the application should be approved or rejected. The proposed model demonstrated
excellent performance results, achieving an accuracy of 91.34%, an F1 score of 91.69%, and an ROC
AUC of 91.33%... | es_ES |
dc.description.abstract | Este proyecto se centra en mejorar la experiencia de los usuarios en el portal para desarrolladores de
Riot, optimizando la creación de aplicaciones que interactúan de manera eficiente y segura con todas
sus API. Para lograr este objetivo, se ha implementado un modelo de inteligencia artificial basado en
BERT y MLP, diseñado para detectar aplicaciones potencialmente no deseadas o spam. Al analizar
los detalles de cada aplicación, el modelo predice si la aplicación debe ser aprobada o rechazada. El
modelo propuesto demostró excelentes resultados de rendimiento, alcanzando una precisión del 91.34%,
un puntaje F1 de 91.69% y un ROC AUC de 91.33%... | es_ES |
dc.format.extent | 17 h. | es_ES |
dc.publisher | Quito, | es_ES |
dc.rights | openAccess | es_ES |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
dc.subject | Inteligencia artificial - Spam - Tesis y disertaciones académicas | es_ES |
dc.subject.other | Ciencias | es_ES |
dc.subject.other | Computación | es_ES |
dc.title | Optimizing developer experience: BERT and MLP for spam detection in gaming applications submissions | es_ES |
dc.type | masterThesis | es_ES |
Aparece en las colecciones: | Tesis - Maestría en Inteligencia Artificial
|