Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-9XZFMV
Type: Tese de Doutorado
Title: Understanding, modeling and predicting the popularity of online content on social media applications
Authors: Flavio Vinicius Diniz de Figueiredo
First Advisor: Jussara Marques de Almeida
First Referee: Ana Paula Couto da Silva
Second Referee: Caetano Traina Júnior
Third Referee: Anirban Mahanti
metadata.dc.contributor.referee4: Fabricio Benevenuto de Souza
metadata.dc.contributor.referee5: Marcos Andre Goncalves
Abstract: 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.
Abstract: 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..
Subject: Mídia digital
Computação
Redes de relações sociais
language: Português
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/ESBF-9XZFMV
Issue Date: 1-Jun-2015
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
flaviodiniz.pdf14.29 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.