Mineração das publicações relacionadas a endometriose na rede social Twitter®

Detalhes bibliográficos
Autor(a) principal: Fernandes, Simoni Salete Zambon Marinony
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/231084
Resumo: Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2021.
id UFSC_d0567550717f6c9a8446ed6e8d62030e
oai_identifier_str oai:repositorio.ufsc.br:123456789/231084
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaFernandes, Simoni Salete Zambon MarinonyDal Sasso, Grace Teresinha MarconSilva, Alexandre Gonçalves2022-02-14T13:32:45Z2022-02-14T13:32:45Z2021374369https://repositorio.ufsc.br/handle/123456789/231084Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2021.A endometriose é uma doença que afeta aproximadamente 10% da população feminina em idade reprodutiva, que leva em média 8 anos para ser diagnosticada, é uma doença complexa e pouco estudada. Este estudo teve como objetivo desenvolver um modelo para extração, análise e mineração de dados, a partir de publicações relacionadas a endometriose na rede social Twitter®. Assim, foi desenvolvido um script para extração de publicações no Twitter® que estão relacionadas ao assunto endometriose, realizar um pré-processamento para retirada de palavras consideradas irrelevantes para a análise, utilizando-se a biblioteca de PLN (Programação em linguagem natural), armazenar os dados capturados em um banco de dados, criado em SQL Server, os resultados foram apresentados em um dashboard implementado com Power BI®. O resultado deste estudo, ao ser apresentado em um dashboard, forneceu ainda possibilidades de realizar análises detalhadas das palavras correlacionadas e das publicações coletadas e poderão servir para melhorar os registros de saúde, bem como, subsidiar os gestores para o desenvolvimento de políticas públicas. Este modelo de extração proposto e detalhadamente descrito, permite a captura e a análise de publicações que podem ser utilizados não somente para a endometriose, mas também para outros tipos de patologias/doenças.Abstract: This study aimed to develop a model for extracting, analyzing and mining data from publications related to endometriosis on the social network Twitter®. Thus, a script was developed to extract publications on Twitter® that are related to the subject of endometriosis, perform a pre-processing to remove words considered irrelevant for the analysis, using the PLN (Natural Language Programming) library, store the data captured in a database, created in SQL Server, the results were presented in a dashboard implemented with Power BI®. The result of this study, when presented on a dashboard, also provided possibilities to carry out detailed analyzes of the correlated words and the collected publications, and could serve to improve health records, as well as subsidize managers for the development of public policies. This extraction model proposed and described in detail, allows the capture and analysis of publications that can be used not only for endometriosis, but also for other types of pathologies/diseases.103 p.| il., gráfs.porInformática na medicinaEndometrioseMineração de dados (Computação)Twitter (Rede social on-line)Processamento de linguagem natural (Computação)Mineração das publicações relacionadas a endometriose na rede social Twitter®info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPGIS0046-D.pdfPGIS0046-D.pdfapplication/pdf5725481https://repositorio.ufsc.br/bitstream/123456789/231084/-1/PGIS0046-D.pdfe6bb1594a2f9bd89e90fffa8bf7e7c93MD5-1123456789/2310842022-02-14 10:32:45.536oai:repositorio.ufsc.br:123456789/231084Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732022-02-14T13:32:45Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Mineração das publicações relacionadas a endometriose na rede social Twitter®
title Mineração das publicações relacionadas a endometriose na rede social Twitter®
spellingShingle Mineração das publicações relacionadas a endometriose na rede social Twitter®
Fernandes, Simoni Salete Zambon Marinony
Informática na medicina
Endometriose
Mineração de dados (Computação)
Twitter (Rede social on-line)
Processamento de linguagem natural (Computação)
title_short Mineração das publicações relacionadas a endometriose na rede social Twitter®
title_full Mineração das publicações relacionadas a endometriose na rede social Twitter®
title_fullStr Mineração das publicações relacionadas a endometriose na rede social Twitter®
title_full_unstemmed Mineração das publicações relacionadas a endometriose na rede social Twitter®
title_sort Mineração das publicações relacionadas a endometriose na rede social Twitter®
author Fernandes, Simoni Salete Zambon Marinony
author_facet Fernandes, Simoni Salete Zambon Marinony
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Fernandes, Simoni Salete Zambon Marinony
dc.contributor.advisor1.fl_str_mv Dal Sasso, Grace Teresinha Marcon
dc.contributor.advisor-co1.fl_str_mv Silva, Alexandre Gonçalves
contributor_str_mv Dal Sasso, Grace Teresinha Marcon
Silva, Alexandre Gonçalves
dc.subject.classification.none.fl_str_mv Informática na medicina
Endometriose
Mineração de dados (Computação)
Twitter (Rede social on-line)
Processamento de linguagem natural (Computação)
topic Informática na medicina
Endometriose
Mineração de dados (Computação)
Twitter (Rede social on-line)
Processamento de linguagem natural (Computação)
description Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Informática em Saúde, Florianópolis, 2021.
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-02-14T13:32:45Z
dc.date.available.fl_str_mv 2022-02-14T13:32:45Z
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 https://repositorio.ufsc.br/handle/123456789/231084
dc.identifier.other.none.fl_str_mv 374369
identifier_str_mv 374369
url https://repositorio.ufsc.br/handle/123456789/231084
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 103 p.| il., gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/231084/-1/PGIS0046-D.pdf
bitstream.checksum.fl_str_mv e6bb1594a2f9bd89e90fffa8bf7e7c93
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805292632244224

Registros relacionados