Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/25122
Title in Portuguese: Dinâmica de temas abordados no Twitter via evolução de clusters
Author: Rodrigues, Priscila Rocha Ferreira
Advisor(s): Silva, Ticiana Linhares Coelho da
Keywords: Cluster (Sistemas de computador)
Análise por agrupamento
Twitter (Rede social on-line)
Issue Date: 2016
Citation: RODRIGUES, Priscila Rocha Ferreira. Dinâmica de temas abordados no Twitter via evolução de clusters. 2016.. TCC (graduação em Engenharia de Software) - Universidade Federal do Ceará, Campus Quixadá, Quixadá, 2016.
Abstract in Portuguese: O uso progressivo das redes sociais nos últimos anos tem produzido um grande volume de informações geradas pelos seus usuários, que com frequência compartilham seus sentimentos, opiniões sobre grandes eventos, catástrofes, epidemias, lançamentos de produtos, dentre outros acontecimentos. Compreender como determinados assuntos estão evoluindo nas redes sociais e de que maneira tais assuntos estão se relacionando, pode ser um diferencial para organizações que desejam elaborar melhores estratégias de marketing, publicidade dirigida, obter feedbacks de eventos ou algum produto lançado. No entanto, analisar esse grande volume de dados de forma não automatizada consiste em um problema não trivial. No contexto deste trabalho, aplicam-se técnicas de clusterização para identificar conjuntos de assuntos repercutidos no Twitter, e acompanha-se, por meio de técnicas de evolução de cluster, a dinâmica e transição desses assuntos, objetivando alcançar uma visão panorâmica e compreender as motivações de tais evoluções. Além disso, aplicam-se duas medidas de similaridade na clusterização dos dados coletados e analisa-se as semelhanças e diferenças nos resultados obtidos por meio de ambas. O algoritmo de evolução de clusters empregado neste trabalho detecta as seguintes transições: Aparecimento, Sobrevivência, Desaparecimento, União, Divisão, Expansão e Retração de clusters.
Abstract: The massive use of social networks in recent years has produced a large volume of information generated by its users, who often share their feelings, opinions about major events, disasters, epidemics, product launches, among other events. Understanding how specific subjects are evolving in social networks and how they are related each other, it can be relevant for organizations that aim to make better marketing strategies, advertising targeting, get feedbacks events or any released product. However, to analyze this large volume of nonautomated data consists of a non-trivial problem. In the context of this work, we apply a clustering technique to identify sets of issues in Twitter, and we also apply cluster evolution to discover how these issues are dynamic and the transition to each other. We aim to understand and discuss about such cluster evolution. In addition, apply two similarity measures the clustering of data collected and analyzed similarities and differences in the results obtained by both. In this work, we detected the following transitions for clusters: Creation, Survival, Disappearance, Merge, Split, Expansion and Shrinkage of clusters.
URI: http://www.repositorio.ufc.br/handle/riufc/25122
metadata.dc.type: TCC
Appears in Collections:ENGENHARIA DE SOFTWARE - QUIXADÁ - TCC

Files in This Item:
File Description SizeFormat 
2016_tcc_prfrodrigues.pdf4,43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.