Understanding, modeling and predicting the popularity of online content on social media applications
Autor(a) principal: | |
---|---|
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 |