Understanding, modeling and predicting the popularity of online content on social media applications

Detalhes bibliográficos
Autor(a) principal: Flavio Vinicius Diniz de Figueiredo
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/ESBF-9XZFMV
Resumo: Hoje em dia, o fenômeno denominado de mídia social emergiu como a forma predominante de publicação de conteúdo na Internet. Devido ao sucesso da mídia social, um entendimento de como os usuários criam, compartilham e disseminam conteúdo online hoje em dia traz informações cruciais para diferentes partes de interesse como: criadores de conteúdo, provedores de Internet, marqueteiros online, dentre outros. Motivado por tal sucesso da mídia social, essa tese discute três estudos complementares sobre como a popularidade de mídia social evolui online. Inicialmente, apresentamos um estudo sobre como diferentes atributos textuais, sociais e do próprio conteúdo se relacionam com a popularidade do conteúdo de mídia social. Esse estudo é feito com base em uma caracterização em larga escala do YouTube, a principal aplicação de compartilhamento de vídeos hoje em dia, como também com base em estudo com usuários usando ferramentas de crowdsourcing como o Amazon Mechanical Turk. Após este estudo, apresentamos diferentes métodos de previsão de popularidade com objetivos de: prever a evolução de popularidade e valores futuros de popularidade de conteúdo de mídia social. Diferente de outros trabalhos, nessa segunda etapa do nosso estudo contabilizamos fatores negligenciados pode outros esforços de predição como: contabilizar o interesse restante no conteúdo após a predição. Por fim, apresentamos um estudo de como atividades dos usuários (e.g., assistir, compartilhar, curtir etc.) se relacionam com a popularidade do conteúdo de mídia social. Este terceiro trabalho é feito com bases de dados do YouTube, Twitter e do LastFM. Na nossa análise, focamos em duas características complementares do comportamento de usuários: a revisita ao um mesmo conteúdo ao longo do tempo, como a mudança de interesse em conteúdos distintos ao longo do tempo. Os resultados desta tese são discutidos em luz de aplicações como: marketing online, provisionamento de conteúdo e plataformas de dados analíticos.
id UFMG_c09bfcdca034de7e9448464b95f14d35
oai_identifier_str oai:repositorio.ufmg.br:1843/ESBF-9XZFMV
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Jussara Marques de AlmeidaAna Paula Couto da SilvaCaetano Traina JúniorAnirban MahantiFabricio Benevenuto de SouzaMarcos Andre GoncalvesFlavio Vinicius Diniz de Figueiredo2019-08-12T05:01:07Z2019-08-12T05:01:07Z2015-06-01http://hdl.handle.net/1843/ESBF-9XZFMVHoje em dia, o fenômeno denominado de mídia social emergiu como a forma predominante de publicação de conteúdo na Internet. Devido ao sucesso da mídia social, um entendimento de como os usuários criam, compartilham e disseminam conteúdo online hoje em dia traz informações cruciais para diferentes partes de interesse como: criadores de conteúdo, provedores de Internet, marqueteiros online, dentre outros. Motivado por tal sucesso da mídia social, essa tese discute três estudos complementares sobre como a popularidade de mídia social evolui online. Inicialmente, apresentamos um estudo sobre como diferentes atributos textuais, sociais e do próprio conteúdo se relacionam com a popularidade do conteúdo de mídia social. Esse estudo é feito com base em uma caracterização em larga escala do YouTube, a principal aplicação de compartilhamento de vídeos hoje em dia, como também com base em estudo com usuários usando ferramentas de crowdsourcing como o Amazon Mechanical Turk. Após este estudo, apresentamos diferentes métodos de previsão de popularidade com objetivos de: prever a evolução de popularidade e valores futuros de popularidade de conteúdo de mídia social. Diferente de outros trabalhos, nessa segunda etapa do nosso estudo contabilizamos fatores negligenciados pode outros esforços de predição como: contabilizar o interesse restante no conteúdo após a predição. Por fim, apresentamos um estudo de como atividades dos usuários (e.g., assistir, compartilhar, curtir etc.) se relacionam com a popularidade do conteúdo de mídia social. Este terceiro trabalho é feito com bases de dados do YouTube, Twitter e do LastFM. Na nossa análise, focamos em duas características complementares do comportamento de usuários: a revisita ao um mesmo conteúdo ao longo do tempo, como a mudança de interesse em conteúdos distintos ao longo do tempo. Os resultados desta tese são discutidos em luz de aplicações como: marketing online, provisionamento de conteúdo e plataformas de dados analíticos.Social media has emerged as the de-facto form of online publishing. Motivated by the success of social media applications, our objectives are threefold. Firstly, we aim at understanding how different textual, content and social features relate with the evolution of popularity of social media content. We achieve this based on a characterization of the YouTube application, as well as a crowdsourced user study. Secondly, we provide popularity prediction methods to predict the popularity trends and values that social media content will achieve at future dates. Here we build upon previous prediction methods, paying attention to the unaccounted issue of remaining interest in content after prediction. Lastly, we present two novel data mining methods to understand how user activities (e.g., viewing and sharing) relate with the popularity evolution of social media content on YouTube, Twitter and LastFM. Our three studies are discussed in light of real world applications (e.g., advertising, provisioning and analytics platforms) that may benefit from our results..Universidade Federal de Minas GeraisUFMGMídia digitalComputaçãoRedes de relações sociaisAtividades de usuárioPopularidadeTendênciasMídia socialSéries temporaisUnderstanding, modeling and predicting the popularity of online content on social media applicationsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALflaviodiniz.pdfapplication/pdf14628005https://repositorio.ufmg.br/bitstream/1843/ESBF-9XZFMV/1/flaviodiniz.pdfd64accda3bb0444ad609e1a2b19ba02bMD51TEXTflaviodiniz.pdf.txtflaviodiniz.pdf.txtExtracted texttext/plain425646https://repositorio.ufmg.br/bitstream/1843/ESBF-9XZFMV/2/flaviodiniz.pdf.txt870719fcbd57be0890e7ac239ba7b603MD521843/ESBF-9XZFMV2019-11-14 08:58:54.529oai:repositorio.ufmg.br:1843/ESBF-9XZFMVRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T11:58:54Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Understanding, modeling and predicting the popularity of online content on social media applications
title Understanding, modeling and predicting the popularity of online content on social media applications
spellingShingle Understanding, modeling and predicting the popularity of online content on social media applications
Flavio Vinicius Diniz de Figueiredo
Atividades de usuário
Popularidade
Tendências
Mídia social
Séries temporais
Mídia digital
Computação
Redes de relações sociais
title_short Understanding, modeling and predicting the popularity of online content on social media applications
title_full Understanding, modeling and predicting the popularity of online content on social media applications
title_fullStr Understanding, modeling and predicting the popularity of online content on social media applications
title_full_unstemmed Understanding, modeling and predicting the popularity of online content on social media applications
title_sort Understanding, modeling and predicting the popularity of online content on social media applications
author Flavio Vinicius Diniz de Figueiredo
author_facet Flavio Vinicius Diniz de Figueiredo
author_role author
dc.contributor.advisor1.fl_str_mv Jussara Marques de Almeida
dc.contributor.referee1.fl_str_mv Ana Paula Couto da Silva
dc.contributor.referee2.fl_str_mv Caetano Traina Júnior
dc.contributor.referee3.fl_str_mv Anirban Mahanti
dc.contributor.referee4.fl_str_mv Fabricio Benevenuto de Souza
dc.contributor.referee5.fl_str_mv Marcos Andre Goncalves
dc.contributor.author.fl_str_mv Flavio Vinicius Diniz de Figueiredo
contributor_str_mv Jussara Marques de Almeida
Ana Paula Couto da Silva
Caetano Traina Júnior
Anirban Mahanti
Fabricio Benevenuto de Souza
Marcos Andre Goncalves
dc.subject.por.fl_str_mv Atividades de usuário
Popularidade
Tendências
Mídia social
Séries temporais
topic Atividades de usuário
Popularidade
Tendências
Mídia social
Séries temporais
Mídia digital
Computação
Redes de relações sociais
dc.subject.other.pt_BR.fl_str_mv Mídia digital
Computação
Redes de relações sociais
description Hoje em dia, o fenômeno denominado de mídia social emergiu como a forma predominante de publicação de conteúdo na Internet. Devido ao sucesso da mídia social, um entendimento de como os usuários criam, compartilham e disseminam conteúdo online hoje em dia traz informações cruciais para diferentes partes de interesse como: criadores de conteúdo, provedores de Internet, marqueteiros online, dentre outros. Motivado por tal sucesso da mídia social, essa tese discute três estudos complementares sobre como a popularidade de mídia social evolui online. Inicialmente, apresentamos um estudo sobre como diferentes atributos textuais, sociais e do próprio conteúdo se relacionam com a popularidade do conteúdo de mídia social. Esse estudo é feito com base em uma caracterização em larga escala do YouTube, a principal aplicação de compartilhamento de vídeos hoje em dia, como também com base em estudo com usuários usando ferramentas de crowdsourcing como o Amazon Mechanical Turk. Após este estudo, apresentamos diferentes métodos de previsão de popularidade com objetivos de: prever a evolução de popularidade e valores futuros de popularidade de conteúdo de mídia social. Diferente de outros trabalhos, nessa segunda etapa do nosso estudo contabilizamos fatores negligenciados pode outros esforços de predição como: contabilizar o interesse restante no conteúdo após a predição. Por fim, apresentamos um estudo de como atividades dos usuários (e.g., assistir, compartilhar, curtir etc.) se relacionam com a popularidade do conteúdo de mídia social. Este terceiro trabalho é feito com bases de dados do YouTube, Twitter e do LastFM. Na nossa análise, focamos em duas características complementares do comportamento de usuários: a revisita ao um mesmo conteúdo ao longo do tempo, como a mudança de interesse em conteúdos distintos ao longo do tempo. Os resultados desta tese são discutidos em luz de aplicações como: marketing online, provisionamento de conteúdo e plataformas de dados analíticos.
publishDate 2015
dc.date.issued.fl_str_mv 2015-06-01
dc.date.accessioned.fl_str_mv 2019-08-12T05:01:07Z
dc.date.available.fl_str_mv 2019-08-12T05:01:07Z
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/ESBF-9XZFMV
url http://hdl.handle.net/1843/ESBF-9XZFMV
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/ESBF-9XZFMV/1/flaviodiniz.pdf
https://repositorio.ufmg.br/bitstream/1843/ESBF-9XZFMV/2/flaviodiniz.pdf.txt
bitstream.checksum.fl_str_mv d64accda3bb0444ad609e1a2b19ba02b
870719fcbd57be0890e7ac239ba7b603
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_ 1803589561701367808

Registros relacionados