به دلیل افزایش گسترده محتوای وب ایجاد شده توسط کاربر، به خصوص در شبکه‌های اجتماعی وب که هر کس می‌تواند بدون هیچ محدودیتی یک بیانیه صادر کند، میزان فعالیت‌های نفرت‌انگیز نیز در حال افزایش است.

شبکه های اجتماعی و سرویس های وب میکروبلاگینگ مانند توییتر ، امکان خواندن و تجزیه و تحلیل توییت های کاربر را در زمان واقعی فراهم می کند. توییتر یک منبع منطقی از داده ها برای تجزیه و تحلیل سخنان نفرت انگیز است زیرا کاربران توییتر به احتمال زیاد احساسات خود درباره یک رویداد با ارسال برخی از توییت ها بیان می کنند. این تجزیه و تحلیل می تواند به شناسایی زودهنگام سخنان نفرت انگیز کمک کند ، بنابراین می توان از گسترش آن به طور گسترده جلوگیری کرد

روش دستی طبقه بندی مطالب نفرت انگیز در توییتر پرهزینه است و مقیاس پذیر نیست. بنابراین ، برای ایجاد توییت ها به زبان اندونزیایی ، لازم است روش خودکار تشخیص گفتار نفرت وجود داشته باشد. در این مطالعه ، ما از روش گروهی برای تشخیص گفتار نفرت به زبان اندونزیایی استفاده کردیم.

ما از الگوریتم طبقه بندی مستقل ماشین های بردار پشتیبانی ، در مجموعه داده های گفتار نفرت توئیتر استفاده کردیم.

این برنامه با تحلیل بر روی یک دیتاست از نظرات افراد مختلف در تویتر و درادامه با پردازش بر روی این دیتا سعی در ارزیابی و حدس وگمان نظرات افراد دارد .

این یک پروژه کامل وسطح بالا برای دوره کارشناسی برای گرایش های مختلف . برق کامپیوتر . مهندسی پزشکی و صنایع حتی میتواند باشد. وبعنوان یک پروژه بسیار خوب برای دوره ارشد بعنوان تمرین کلاسی میتواند باشد . اما بعنوان پایان نامه باید بیشتر کار شود .