Análise da propagação e impacto da informação nas redes sociais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10071/26486 |
Resumo: | Cada vez mais o uso de redes sociais é uma constante na sociedade moderna, o que leva a que todos os dias, uma grande quantidade de informação seja criada pelos seus utilizadores. Deste modo, e com os mais variados tópicos a serem divulgados, noticiados e debatidos nestas plataformas, este estudo pretende caracterizar um processo contínuo de recolha, processamento, análise e previsão de vetores de popularidade dentro das redes sociais. Usaremos o Twitter como base de investigação. Esta investigação foca-se em desenhar uma metodologia capaz de recolher uma amostra do conteúdo circulante no Twitter durante um dado período de tempo, o mais fielmente possível, recorrendo ao uso das ferramentas disponíveis, nomeadamente a API do Twitter. Para além disso, é ainda apresentado um processo de recolha de utilizadores (e suas informações) que partilharam os tweets recolhidos. Este processo surge como uma alternativa mais versátil à atualmente fornecida oficialmente pela API do Twitter que limita consideravelmente os dados possíveis de recolher nesta vertente. É também apresentada uma proposta de processamento dos dados recolhidos de forma a extrair, a análises à base de gráficos e tabelas de forma automática, de forma a mais facilmente ilustrar o comportamento de elementos de informação, finalizando no desenvolvimento de um modelo capaz de prever se um tweet será ou não popular. |
id |
RCAP_fa607d0a957d890c589d6fe52171779b |
---|---|
oai_identifier_str |
oai:repositorio.iscte-iul.pt:10071/26486 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Análise da propagação e impacto da informação nas redes sociaisPopularidade -- PopularityDisseminaçãoAutomatização -- AutomationMachine learningTwitterDisseminationCada vez mais o uso de redes sociais é uma constante na sociedade moderna, o que leva a que todos os dias, uma grande quantidade de informação seja criada pelos seus utilizadores. Deste modo, e com os mais variados tópicos a serem divulgados, noticiados e debatidos nestas plataformas, este estudo pretende caracterizar um processo contínuo de recolha, processamento, análise e previsão de vetores de popularidade dentro das redes sociais. Usaremos o Twitter como base de investigação. Esta investigação foca-se em desenhar uma metodologia capaz de recolher uma amostra do conteúdo circulante no Twitter durante um dado período de tempo, o mais fielmente possível, recorrendo ao uso das ferramentas disponíveis, nomeadamente a API do Twitter. Para além disso, é ainda apresentado um processo de recolha de utilizadores (e suas informações) que partilharam os tweets recolhidos. Este processo surge como uma alternativa mais versátil à atualmente fornecida oficialmente pela API do Twitter que limita consideravelmente os dados possíveis de recolher nesta vertente. É também apresentada uma proposta de processamento dos dados recolhidos de forma a extrair, a análises à base de gráficos e tabelas de forma automática, de forma a mais facilmente ilustrar o comportamento de elementos de informação, finalizando no desenvolvimento de um modelo capaz de prever se um tweet será ou não popular.Increasingly the use of social networks is a constant in modern society, which leads that every day, a large amount of information is created by its users. Thus, and with the most varied topics being disseminated, reported, and debated on these platforms, this study aims to characterize a continuous process of collection, processing, analysis, and prediction of popularity vectors within social networks. We will use Twitter as the research base. This research focuses on designing a methodology capable of collecting a sample of the content circulating on Twitter during a given period, as faithfully as possible, through the use of available tools, namely the Twitter API. In addition, a process for collecting users (and their information) who shared the collected tweets is also presented. This process appears as a more versatile alternative to the one currently officially provided by the Twitter API, which considerably limits the data that can be collected in this aspect. It is also presented a proposal for processing the collected data in order to extract, to graph and table-based analysis in an automatic way, in order to more easily illustrate the behavior of information elements, ending in the development of a model capable of predicting whether or not a tweet will be popular.2022-11-28T12:34:26Z2022-11-09T00:00:00Z2022-11-092022-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/26486TID:203102550porOliveira, Miguel Dordio Lobo da Conceiçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-09T17:45:02Zoai:repositorio.iscte-iul.pt:10071/26486Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:21:26.162858Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Análise da propagação e impacto da informação nas redes sociais |
title |
Análise da propagação e impacto da informação nas redes sociais |
spellingShingle |
Análise da propagação e impacto da informação nas redes sociais Oliveira, Miguel Dordio Lobo da Conceição Popularidade -- Popularity Disseminação Automatização -- Automation Machine learning Dissemination |
title_short |
Análise da propagação e impacto da informação nas redes sociais |
title_full |
Análise da propagação e impacto da informação nas redes sociais |
title_fullStr |
Análise da propagação e impacto da informação nas redes sociais |
title_full_unstemmed |
Análise da propagação e impacto da informação nas redes sociais |
title_sort |
Análise da propagação e impacto da informação nas redes sociais |
author |
Oliveira, Miguel Dordio Lobo da Conceição |
author_facet |
Oliveira, Miguel Dordio Lobo da Conceição |
author_role |
author |
dc.contributor.author.fl_str_mv |
Oliveira, Miguel Dordio Lobo da Conceição |
dc.subject.por.fl_str_mv |
Popularidade -- Popularity Disseminação Automatização -- Automation Machine learning Dissemination |
topic |
Popularidade -- Popularity Disseminação Automatização -- Automation Machine learning Dissemination |
description |
Cada vez mais o uso de redes sociais é uma constante na sociedade moderna, o que leva a que todos os dias, uma grande quantidade de informação seja criada pelos seus utilizadores. Deste modo, e com os mais variados tópicos a serem divulgados, noticiados e debatidos nestas plataformas, este estudo pretende caracterizar um processo contínuo de recolha, processamento, análise e previsão de vetores de popularidade dentro das redes sociais. Usaremos o Twitter como base de investigação. Esta investigação foca-se em desenhar uma metodologia capaz de recolher uma amostra do conteúdo circulante no Twitter durante um dado período de tempo, o mais fielmente possível, recorrendo ao uso das ferramentas disponíveis, nomeadamente a API do Twitter. Para além disso, é ainda apresentado um processo de recolha de utilizadores (e suas informações) que partilharam os tweets recolhidos. Este processo surge como uma alternativa mais versátil à atualmente fornecida oficialmente pela API do Twitter que limita consideravelmente os dados possíveis de recolher nesta vertente. É também apresentada uma proposta de processamento dos dados recolhidos de forma a extrair, a análises à base de gráficos e tabelas de forma automática, de forma a mais facilmente ilustrar o comportamento de elementos de informação, finalizando no desenvolvimento de um modelo capaz de prever se um tweet será ou não popular. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-11-28T12:34:26Z 2022-11-09T00:00:00Z 2022-11-09 2022-09 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10071/26486 TID:203102550 |
url |
http://hdl.handle.net/10071/26486 |
identifier_str_mv |
TID:203102550 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134775564304384 |