Uma análise empírica de interações em redes sociais

Detalhes bibliográficos
Autor(a) principal: Fabricio Benevenuto de Souza
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/SLSS-85BN96
Resumo: Redes sociais se tornaram extremamente populares e parte do nosso dia a dia, permitindo usuários interagir de diferentes formas. A cada dia, grandes quantidades de conteúdo são compartilhadas e milhões de usuários conversam através de elos sociais. Entender quais atividades os usuários fazem, que tipo de conteúdo eles compartilham, e como eles interagem quando se conectam a esses sítios pode criar oportunidades para melhorar a interface e o funcionamento dos sistemas existentes e é importante para diversas aplicações relacionadas a propagandas, campanhas políticas e detecção de comportamento malicioso. Apesar de todos esses benefícios, pouco se sabe na comunidade de pesquisa sobre isso.Essa tese provê um amplo estudo sobre interações em redes sociais, cobrindo aspectos do comportamento e da navegação dos usuários, bem como aspectos relacionados à postagem de conteúdo não solicitado. Para isso, coletamos dados de redes sociais atuais, incluindo o YouTube e o Orkut. Em seguida, estudamos como usuários interagem através de várias ferramentas de redes sociais, provendo uma visão geral da duração, freqüência e seqüência das atividades dos usuários nesses sítios. Feito isso, focamos em caracterizar interações que surgem da ferramenta de vídeo resposta do YouTube, um recurso que permite aos usuários interagir utilizando vídeos ao invés de texto. Nosso estudo revela padrões de comportamento típico e identifica novas formas de conteúdo não solicitado. Alguns usuários postam vídeos resposta contendo spam (vídeos resposta não relacionados ao tópico discutido) na tentativa de aumentar a popularidade de um vídeo, ou espalhar propagandas ou pornografia. Utilizando um método de aprendizagem de máquina conseguimos identificar a maior parte desses usuários.
id UFMG_716995c07df6ffc50efda2e24c182375
oai_identifier_str oai:repositorio.ufmg.br:1843/SLSS-85BN96
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Sue Monmaria da Graça Campos PimentelFrancesco BonchiJussara Marques de AlmeidaMarcos Andre GoncalvesWagner Meira JuniorFabricio Benevenuto de Souza2019-08-11T03:01:10Z2019-08-11T03:01:10Z2010-03-12http://hdl.handle.net/1843/SLSS-85BN96Redes sociais se tornaram extremamente populares e parte do nosso dia a dia, permitindo usuários interagir de diferentes formas. A cada dia, grandes quantidades de conteúdo são compartilhadas e milhões de usuários conversam através de elos sociais. Entender quais atividades os usuários fazem, que tipo de conteúdo eles compartilham, e como eles interagem quando se conectam a esses sítios pode criar oportunidades para melhorar a interface e o funcionamento dos sistemas existentes e é importante para diversas aplicações relacionadas a propagandas, campanhas políticas e detecção de comportamento malicioso. Apesar de todos esses benefícios, pouco se sabe na comunidade de pesquisa sobre isso.Essa tese provê um amplo estudo sobre interações em redes sociais, cobrindo aspectos do comportamento e da navegação dos usuários, bem como aspectos relacionados à postagem de conteúdo não solicitado. Para isso, coletamos dados de redes sociais atuais, incluindo o YouTube e o Orkut. Em seguida, estudamos como usuários interagem através de várias ferramentas de redes sociais, provendo uma visão geral da duração, freqüência e seqüência das atividades dos usuários nesses sítios. Feito isso, focamos em caracterizar interações que surgem da ferramenta de vídeo resposta do YouTube, um recurso que permite aos usuários interagir utilizando vídeos ao invés de texto. Nosso estudo revela padrões de comportamento típico e identifica novas formas de conteúdo não solicitado. Alguns usuários postam vídeos resposta contendo spam (vídeos resposta não relacionados ao tópico discutido) na tentativa de aumentar a popularidade de um vídeo, ou espalhar propagandas ou pornografia. Utilizando um método de aprendizagem de máquina conseguimos identificar a maior parte desses usuários.Online social networks (OSNs) have become extremely popular websites and part of our daily lives. OSNs represent a new kind of information network that allow users to interact online. Every day, huge amounts of content are shared and millions of users converse through online social links. Understanding what activities users do, what content they share, and how they interact when they connect to these sites create not only opportunities for better interface and system design, but is also important for many applications, such as advertising, political campaigning, and detection of opportunistic and malicious behavior. Despite all these potential benefits, little is known in the research community about it.In this thesis we provide an in-depth study of user interactions in OSNs, covering aspects of user behavior and navigation across social features as well as aspects of unsolicited content exchanged on social interactions. To do that, we gathered data from actual OSN sites, including YouTube and Orkut. We then study how users interact across a number of OSN features, providing a global picture of the range, duration, frequency, and sequence of activities that users do when they connect to these sites. Second, we provide a characterization of the interactions that emerge from YouTube's video responses, a feature that allows users to interact primarily using videos rather than text. Our study unveils typical user behavioral patterns and identifies novel forms of unsolicited content in OSNs. Some users post video response spam (i.e. video responses unrelated to the topic discussed) in order to increase the popularity of a video, or spread advertisements and pornography. We propose a machine learning-based method that is able to accurately identify the majority of these users.Universidade Federal de Minas GeraisUFMGVideo respostaComputaçãoRedes de relações sociaisVideo spamMidia socialAlmeida, Virgilio Augusto Fernandesmídia socialatividade silenciosavideo respostainterações sociaisRedes sociaisvideo spanmUma análise empírica de interações em redes sociaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALfabriciobenevenutosouza.pdfapplication/pdf4091549https://repositorio.ufmg.br/bitstream/1843/SLSS-85BN96/1/fabriciobenevenutosouza.pdfb803b0f6f9029f4f28a672cd33a205d2MD51TEXTfabriciobenevenutosouza.pdf.txtfabriciobenevenutosouza.pdf.txtExtracted texttext/plain283022https://repositorio.ufmg.br/bitstream/1843/SLSS-85BN96/2/fabriciobenevenutosouza.pdf.txtf83ce4d7e4e8fa42d6b3827a0ed90051MD521843/SLSS-85BN962019-11-14 04:43:36.709oai:repositorio.ufmg.br:1843/SLSS-85BN96Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T07:43:36Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Uma análise empírica de interações em redes sociais
title Uma análise empírica de interações em redes sociais
spellingShingle Uma análise empírica de interações em redes sociais
Fabricio Benevenuto de Souza
mídia social
atividade silenciosa
video resposta
interações sociais
Redes sociais
video spanm
Video resposta
Computação
Redes de relações sociais
Video spam
Midia social
Almeida, Virgilio Augusto Fernandes
title_short Uma análise empírica de interações em redes sociais
title_full Uma análise empírica de interações em redes sociais
title_fullStr Uma análise empírica de interações em redes sociais
title_full_unstemmed Uma análise empírica de interações em redes sociais
title_sort Uma análise empírica de interações em redes sociais
author Fabricio Benevenuto de Souza
author_facet Fabricio Benevenuto de Souza
author_role author
dc.contributor.advisor1.fl_str_mv Sue Mon
dc.contributor.referee1.fl_str_mv maria da Graça Campos Pimentel
dc.contributor.referee2.fl_str_mv Francesco Bonchi
dc.contributor.referee3.fl_str_mv Jussara Marques de Almeida
dc.contributor.referee4.fl_str_mv Marcos Andre Goncalves
dc.contributor.referee5.fl_str_mv Wagner Meira Junior
dc.contributor.author.fl_str_mv Fabricio Benevenuto de Souza
contributor_str_mv Sue Mon
maria da Graça Campos Pimentel
Francesco Bonchi
Jussara Marques de Almeida
Marcos Andre Goncalves
Wagner Meira Junior
dc.subject.por.fl_str_mv mídia social
atividade silenciosa
video resposta
interações sociais
Redes sociais
video spanm
topic mídia social
atividade silenciosa
video resposta
interações sociais
Redes sociais
video spanm
Video resposta
Computação
Redes de relações sociais
Video spam
Midia social
Almeida, Virgilio Augusto Fernandes
dc.subject.other.pt_BR.fl_str_mv Video resposta
Computação
Redes de relações sociais
Video spam
Midia social
Almeida, Virgilio Augusto Fernandes
description Redes sociais se tornaram extremamente populares e parte do nosso dia a dia, permitindo usuários interagir de diferentes formas. A cada dia, grandes quantidades de conteúdo são compartilhadas e milhões de usuários conversam através de elos sociais. Entender quais atividades os usuários fazem, que tipo de conteúdo eles compartilham, e como eles interagem quando se conectam a esses sítios pode criar oportunidades para melhorar a interface e o funcionamento dos sistemas existentes e é importante para diversas aplicações relacionadas a propagandas, campanhas políticas e detecção de comportamento malicioso. Apesar de todos esses benefícios, pouco se sabe na comunidade de pesquisa sobre isso.Essa tese provê um amplo estudo sobre interações em redes sociais, cobrindo aspectos do comportamento e da navegação dos usuários, bem como aspectos relacionados à postagem de conteúdo não solicitado. Para isso, coletamos dados de redes sociais atuais, incluindo o YouTube e o Orkut. Em seguida, estudamos como usuários interagem através de várias ferramentas de redes sociais, provendo uma visão geral da duração, freqüência e seqüência das atividades dos usuários nesses sítios. Feito isso, focamos em caracterizar interações que surgem da ferramenta de vídeo resposta do YouTube, um recurso que permite aos usuários interagir utilizando vídeos ao invés de texto. Nosso estudo revela padrões de comportamento típico e identifica novas formas de conteúdo não solicitado. Alguns usuários postam vídeos resposta contendo spam (vídeos resposta não relacionados ao tópico discutido) na tentativa de aumentar a popularidade de um vídeo, ou espalhar propagandas ou pornografia. Utilizando um método de aprendizagem de máquina conseguimos identificar a maior parte desses usuários.
publishDate 2010
dc.date.issued.fl_str_mv 2010-03-12
dc.date.accessioned.fl_str_mv 2019-08-11T03:01:10Z
dc.date.available.fl_str_mv 2019-08-11T03:01:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/SLSS-85BN96
url http://hdl.handle.net/1843/SLSS-85BN96
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.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/SLSS-85BN96/1/fabriciobenevenutosouza.pdf
https://repositorio.ufmg.br/bitstream/1843/SLSS-85BN96/2/fabriciobenevenutosouza.pdf.txt
bitstream.checksum.fl_str_mv b803b0f6f9029f4f28a672cd33a205d2
f83ce4d7e4e8fa42d6b3827a0ed90051
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589288283078656

Registros relacionados