Detecção de influência no twitter baseada em sentimento
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Gisele Lobo Pappa
Jussara Marques de Almeida
Jussara Marques de Almeida
Resumo
O conteúdo gerado por usuários, disponível em comunidades online, tornou-se estrategicamente importante para empresas interessadas em obter feedback da população em relação a produtos e propagandas. O Twitter é um dos principais representantes deste tipo de ambiente online. No entanto, além de processar todo o conteúdo ser uma tarefa custosa, uma parte consideravel dos dados não é útil para análise estratégica. Neste contexto, com o objetivo de filtrar os dados a serem analisados, propõe-se um método para ordenar os usuários mais influentes no Twitter para um tópico. A abordagem é baseada na combinação de três fatores de cada usuário: seu relacionamento com seus vizinhos, a polaridade das suas opiniões e as características textuais dos seus tweets. A avaliação experimental mostra que a abordagem proposta pode, com sucesso, identificar alguns dos usuários mais influentes e que interações entre usuários provêem a melhor evidencia para determinar influência do que as conexões explícitas.
Abstract
The user generated content available in online communities is easy tocreate and consume. Lately, it also became strategically important to companies interested in obtaining population feedback on products, merchandising, etc. One of the most important online communities is Twitter: recent statistics report 65 million new tweets each day. However, processing this amount of data is very costly and a big portion of the content is simply not useful for strategic analysis. Thus, in order to filter the data to be analyzed, we propose a new method for ranking the most influential users in Twitter. Our approach is based on a combination of the user position in networks that emerge from Twitter relations, the polarity of her opinions and the textual characteristics of her tweets.Our experimental evaluation shows that our approach can successfullyidentify some of the most influential users and that interactionsbetween users provide the best evidence to determine user influence.
Assunto
Computação
Palavras-chave
Ciência da Computação