Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/242331 |
Resumo: | Segundo a OMS (Organização Mundial da Saúde), o índice de síndromes socioemocionais que vem acometendo as pessoas teve aumento significativo. Pesquisas indicam que, entre 2010 e 2020, esse índice teve aumento de 24%. Alguns fatores que podem contribuir para esse aumento são: a incapacidade em superar problemas emocionais, a desmotivação devido a problemas familiares e/ou financeiros, a cobrança excessiva por parte da sociedade com relação ao convívio social entre outros. Em muitos casos, só se percebe que uma pessoa está acometida de alguma síndrome socioemocional de forma tardia, e em alguns deles, após o extremo que pode chegar ao suicídio. Quando tratada adequadamente, a pessoa, por muitas vezes volta a ter uma vida considerada normal e seu convívio social bem como, seu comportamento melhoram significativamente. Pensando nesse tipo de problema e associando ao alerta da OMS sobre o aumento significativo de pessoas acometidas de síndromes socioemocionais, essa Tese de Doutorado, apresenta uma proposta de aplicação de técnicas de Mineração de Dados, aplicadas a dados provenientes de uma Rede Social. O objetivo é de contribuir, oferecendo uma forma de tentar detectar potenciais pessoas acometidas de síndromes socioemocionais. Para isso são utilizadas duas ferramentas de mineração de dados conhecidas por SAS Enterprise Miner e SAS Visual Text Analytics. O método computacional, bem como o resultado dos testes são fundamentados em métodos estatísticos que são implementados pelas próprias ferramentas de Mineração que têm por finalidade validar os métodos de busca, de classificação e de organização dos resultados obtidos. Dessarte, é apresentada uma proposta para determinar se as pessoas estão sofrendo de algum tipo de síndrome socioemocional (depressão, ansiedade e estresse) sem que elas saibam disso, evitando uma abordagem direta. A coleta, a mineração e a análise dos dados seguem a Lei 13.709 que regulamenta a Proteção dos Dados Pessoais. Com isso pretende-se contribuir para que psicólogos, orientadores educacionais e outros profissionais possam determinar se as pessoas possam estar passando por problemas psicológicos provenientes de Transtornos Emocionais, associando assim, a área de Psicologia à aplicação de técnicas de mineração de dados. |
id |
UNSP_efd6f47bc864da3b3cc849bb7ff88e5c |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/242331 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionaisProposal for the application of data mining techniques to analysis the behavior of people on a social network with the purpose of determining possible evidences of socio-emotional syndromesSíndrome SocioemocionalMineração de DadosRede SocialSAS Enterprise MinerSAS Visual Text AnalyticsSocioemotional SyndromeSAS Enterprise MinerSAS Visual Text AnalyticsData MiningSocial NetworkSegundo a OMS (Organização Mundial da Saúde), o índice de síndromes socioemocionais que vem acometendo as pessoas teve aumento significativo. Pesquisas indicam que, entre 2010 e 2020, esse índice teve aumento de 24%. Alguns fatores que podem contribuir para esse aumento são: a incapacidade em superar problemas emocionais, a desmotivação devido a problemas familiares e/ou financeiros, a cobrança excessiva por parte da sociedade com relação ao convívio social entre outros. Em muitos casos, só se percebe que uma pessoa está acometida de alguma síndrome socioemocional de forma tardia, e em alguns deles, após o extremo que pode chegar ao suicídio. Quando tratada adequadamente, a pessoa, por muitas vezes volta a ter uma vida considerada normal e seu convívio social bem como, seu comportamento melhoram significativamente. Pensando nesse tipo de problema e associando ao alerta da OMS sobre o aumento significativo de pessoas acometidas de síndromes socioemocionais, essa Tese de Doutorado, apresenta uma proposta de aplicação de técnicas de Mineração de Dados, aplicadas a dados provenientes de uma Rede Social. O objetivo é de contribuir, oferecendo uma forma de tentar detectar potenciais pessoas acometidas de síndromes socioemocionais. Para isso são utilizadas duas ferramentas de mineração de dados conhecidas por SAS Enterprise Miner e SAS Visual Text Analytics. O método computacional, bem como o resultado dos testes são fundamentados em métodos estatísticos que são implementados pelas próprias ferramentas de Mineração que têm por finalidade validar os métodos de busca, de classificação e de organização dos resultados obtidos. Dessarte, é apresentada uma proposta para determinar se as pessoas estão sofrendo de algum tipo de síndrome socioemocional (depressão, ansiedade e estresse) sem que elas saibam disso, evitando uma abordagem direta. A coleta, a mineração e a análise dos dados seguem a Lei 13.709 que regulamenta a Proteção dos Dados Pessoais. Com isso pretende-se contribuir para que psicólogos, orientadores educacionais e outros profissionais possam determinar se as pessoas possam estar passando por problemas psicológicos provenientes de Transtornos Emocionais, associando assim, a área de Psicologia à aplicação de técnicas de mineração de dados.According to the WHO (World Health Organization), the rate of socio-emotional syndromes that has been affecting people has increased significantly. Research indicates that, between 2010 and 2020, this index increased by 24%. Some factors that may contribute to this increase are: the inability to overcome emotional problems, demotivation due to family and/or financial problems, excessive demands by society regarding social interaction, among others. In many cases, it is only realized that a person is affected by some socio-emotional syndrome at a later date, and in some of them, after the extreme that can lead to suicide. When properly treated, the person often returns to a life considered normal and their social life, as well as their behavior, improve significantly. Thinking about this type of problem and associating it with the WHO alert about the significant increase in people suffering from socio-emotional syndromes, this Doctoral Thesis presents a proposal for the application of Data Mining techniques, applied to data from a Social Network. The objective is to contribute, offering a way to try to detect potential people affected by socio-emotional syndromes. For this, two data mining tools known as SAS Enterprise Miner and SAS Visual Text Analytics are used. The computational method, as well as the results of the tests, are based on statistical methods that are implemented by the Mining tools themselves, whose purpose is to validate the methods of searching, classifying and organizing the results obtained. Thus, a proposal is presented to determine whether people are suffering from some type of socio-emotional syndrome (depression, anxiety and stress) without them knowing it, avoiding a direct approach. The collection, mining and analysis of data follow Law 13,709 which regulates the Protection of Personal Data. This is intended to help psychologists, educational counselors and other professionals to determine whether people may be experiencing psychological problems arising from Emotional Disorders, thus associating the area of Psychology with the application of data mining techniques.Universidade Estadual Paulista (Unesp)Morgado, Eduardo Martins [UNESP]Universidade Estadual Paulista (Unesp)Oliveira, Alciano Gustavo Genovez de2023-03-06T18:06:13Z2023-03-06T18:06:13Z2023-02-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/11449/24233133004056092P6porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-04-22T14:43:39Zoai:repositorio.unesp.br:11449/242331Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:25:33.812711Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais Proposal for the application of data mining techniques to analysis the behavior of people on a social network with the purpose of determining possible evidences of socio-emotional syndromes |
title |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
spellingShingle |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais Oliveira, Alciano Gustavo Genovez de Síndrome Socioemocional Mineração de Dados Rede Social SAS Enterprise Miner SAS Visual Text Analytics Socioemotional Syndrome SAS Enterprise Miner SAS Visual Text Analytics Data Mining Social Network |
title_short |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
title_full |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
title_fullStr |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
title_full_unstemmed |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
title_sort |
Proposta de aplicação de técnicas de mineração de dados para análise do comportamento das pessoas em uma rede social com o intuito de determinar possíveis indícios de sindromes socioemocionais |
author |
Oliveira, Alciano Gustavo Genovez de |
author_facet |
Oliveira, Alciano Gustavo Genovez de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Morgado, Eduardo Martins [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Oliveira, Alciano Gustavo Genovez de |
dc.subject.por.fl_str_mv |
Síndrome Socioemocional Mineração de Dados Rede Social SAS Enterprise Miner SAS Visual Text Analytics Socioemotional Syndrome SAS Enterprise Miner SAS Visual Text Analytics Data Mining Social Network |
topic |
Síndrome Socioemocional Mineração de Dados Rede Social SAS Enterprise Miner SAS Visual Text Analytics Socioemotional Syndrome SAS Enterprise Miner SAS Visual Text Analytics Data Mining Social Network |
description |
Segundo a OMS (Organização Mundial da Saúde), o índice de síndromes socioemocionais que vem acometendo as pessoas teve aumento significativo. Pesquisas indicam que, entre 2010 e 2020, esse índice teve aumento de 24%. Alguns fatores que podem contribuir para esse aumento são: a incapacidade em superar problemas emocionais, a desmotivação devido a problemas familiares e/ou financeiros, a cobrança excessiva por parte da sociedade com relação ao convívio social entre outros. Em muitos casos, só se percebe que uma pessoa está acometida de alguma síndrome socioemocional de forma tardia, e em alguns deles, após o extremo que pode chegar ao suicídio. Quando tratada adequadamente, a pessoa, por muitas vezes volta a ter uma vida considerada normal e seu convívio social bem como, seu comportamento melhoram significativamente. Pensando nesse tipo de problema e associando ao alerta da OMS sobre o aumento significativo de pessoas acometidas de síndromes socioemocionais, essa Tese de Doutorado, apresenta uma proposta de aplicação de técnicas de Mineração de Dados, aplicadas a dados provenientes de uma Rede Social. O objetivo é de contribuir, oferecendo uma forma de tentar detectar potenciais pessoas acometidas de síndromes socioemocionais. Para isso são utilizadas duas ferramentas de mineração de dados conhecidas por SAS Enterprise Miner e SAS Visual Text Analytics. O método computacional, bem como o resultado dos testes são fundamentados em métodos estatísticos que são implementados pelas próprias ferramentas de Mineração que têm por finalidade validar os métodos de busca, de classificação e de organização dos resultados obtidos. Dessarte, é apresentada uma proposta para determinar se as pessoas estão sofrendo de algum tipo de síndrome socioemocional (depressão, ansiedade e estresse) sem que elas saibam disso, evitando uma abordagem direta. A coleta, a mineração e a análise dos dados seguem a Lei 13.709 que regulamenta a Proteção dos Dados Pessoais. Com isso pretende-se contribuir para que psicólogos, orientadores educacionais e outros profissionais possam determinar se as pessoas possam estar passando por problemas psicológicos provenientes de Transtornos Emocionais, associando assim, a área de Psicologia à aplicação de técnicas de mineração de dados. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-03-06T18:06:13Z 2023-03-06T18:06:13Z 2023-02-24 |
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/11449/242331 33004056092P6 |
url |
http://hdl.handle.net/11449/242331 |
identifier_str_mv |
33004056092P6 |
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.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128930625880064 |