Detecting grooming behavior in online conversations has become a growing problem due to the large number of messaging platforms that children and young people use nowadays. The biggest drawback is the lack of tools focused on the automatic prevention of this risk. This paper proposes seven Behavioral Features (BFs) to be used for early grooming detection. A detailed study is conducted to understand the background that allows these features to contribute to tasks of early classification. Besides, we introduce the Behavioral Feature - Profile Specific Representation (BF-PSR) framework as an extension of the well-known Profile Specific Representation (PSR) framework to properly employ the proposed behavioral features. Experimental results reveal that our proposal outperforms all the concurrent methods and obtains state-of-the-art performance in the area of early grooming detection. Specifically, the new BF-PSR framework achieves a gain of more than 40% in effectiveness over five competitors when only 10% of the SGD conversations content is available, thus it shows a substantial advantage to allow the early detection of grooming; besides, it maintains a similar gain in effectiveness as more data arrives. Furthermore, to the best of our knowledge, this is the first work to employ behavioral features for the early detection of grooming. On the other hand, we have assembled two new datasets called PJZ and PJZC to mitigate the lack of data in the grooming detection area. Both sets are publicly available for download aimed at fostering further researches. Additional experiments reveal that our BF-PSR framework outperforms all state-of-the-art methods when processing these new datasets.

A detecção de comportamentos de assédio sexual em conversas online tornou-se um problema crescente devido ao grande número de plataformas de mensagens que as crianças e os jovens utilizam actualmente. O maior inconveniente é a falta de ferramentas centradas na prevenção automática deste risco. Este documento propõe sete características comportamentais a serem utilizadas para a detecção precoce do assédio. É realizado um estudo detalhado para compreender os antecedentes que permitem que estas características contribuam para tarefas de classificação precoce. Além disso, introduzimos o framework Behavioral Feature - Profile Specific Representation (BF-PSR) como uma extensão do bem conhecido framework Profile Specific Representation (PSR) para empregar correctamente as características comportamentais propostas. Os resultados experimentais revelam que a nossa proposta supera todos os métodos concorrentes e obtém um desempenho de vanguarda na área da detecção precoce de assédio. Especificamente, a nova estrutura BF-PSR atinge um ganho de mais de 40% em eficácia sobre cinco concorrentes quando apenas 10% do conteúdo das conversas SGD está disponível, mostrando assim uma vantagem substancial para permitir a detecção precoce do asseio; além disso, mantém um ganho de eficácia semelhante à medida que chegam mais dados. Ademais, tanto quanto sabemos, este é o primeiro trabalho a empregar características comportamentais para a detecção precoce do assédio. Por outro lado, montamos dois novos conjuntos de dados chamados PJZ e PJZC para mitigar a falta de dados na área de detecção do asseio. Ambos conjuntos estão publicamente disponíveis para download, com o objectivo de fomentar a continuação da investigação. Experimentos adicionais revelam que a nossa estrutura BF-PSR supera todos os métodos actuais no processamento destes novos conjuntos de dados.