Detecção Automática de Bolhas Sociais no Twitter em uma Rede de Usuários de Tecnologia
Resumo
O fenômeno de Bolhas Sociais é conhecido em diversas áreas e pesquisas estão sendo feitas para analisar seu impacto na sociedade. Se caracteriza pela limitação dos indivíduos ao acesso a informações que tem afinidade e a falta de acesso a informações divergentes ou diferentes das de seu interesse. Os profissionais de tecnologia não estão a salvo das bolhas sociais, e com o objetivo de medir o fenômeno para esses profissionais, esse trabalho busca detectar bolhas sociais no Twitter utilizando-se de métricas de redes complexas em uma rede de usuários relacionados às 10 Linguagens de Programação mais utilizadas em 2016. Foram coletados 1.226.744 tweets, 896.556 perfis e seus seguidores. A Homofilia por linguagem apresentou que os perfis ligados à linguagem de programação JavaScript apresentam maior homofilia que as demais linguagens analisadas, seguida por Python e Java. Desta forma observa-se que essas comunidades estão mais inseridas em uma bolha social.
Referências
Blondel, V. D., Guillaume, J.-L., Lambiotte, R., and Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 2008(10):P10008.
Brandão, W. C. and Parreiras, F. S. (2010). Uma abordagem baseada em métricas de redes complexas para o estabelecimento do grau de influencia de termos em documentos. ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO INOVAÇÃO E INCLUSÃO SOCIAL, 11.
Brandão, W. C., Parreiras, F. S., and Silva, A. B. d. O. (2007). Redes em ciência da informação: evidências comportamentais dos pesquisadores e tendências evolutivas das redes de coautoria. Informação & Informação.
Caetano, A. J., Lima, H. S., and Santos, Mateus Freira, M.-N. H. T. (2016). Utilizando análise de sentimentos para definição da homofilia política dos usuários do twitter durante a eleição presidencial americana de 2016.
CAPELAS, B; MANS, M. (2017). Saiba como os algoritmos das redes sociais podem mudar a política.
Chaffey, D. (2017). Global social media research summary 2017.
Colleoni, E., Rozza, A., and Arvidsson, A. (2014). Echo chamber or public sphere? predicting political orientation and measuring political homophily in twitter using big data. Journal of Communication, 64(2):317–332.
Currarini, L., Jackson, M. O., and Pin, P. (2009). An economic model of friendship: Homophily,minorities,and segregation. Journal of Communication, 64(2):317–332.
Diakopoulos, N. and Cass, S. (2016). Interactive: The top programming languages 2016.
Guedes, T. M. (2014). As redes sociais-facebook e twitter-e suas influências nos movimentos sociais.
Halberstam, Y. and Knight, B. (2013). Are social media more social than media? measuring ideological homophily and segregation on twitter. Technical report, working paper.
Mcpherson, M., Smith-Lovin, L., and Cook, L. (2001). Birds of a feather: Homophily in social networks. Annual Review of Sociology, 27(1):415–444.
Monge, P. R. and Contractor, N. (2003). Theories of Communication Networks.
Newman, N., Fletcher, R., Kalogeropoulos, A., Levy, D. A., and Nielsen, R. K. (2017). Reuters institute digital news report 2017.
Nikolov, D., Oliveira, D. F., Flammini, A., and Menczer, F. (2015). Measuring online social bubbles. PeerJ Computer Science, 1:e38.
Soares, I., Oliveira, C. S., and de Moura Brito, J. A. (2014). Um estudo do problema de detecção de comunidades em redes. Sistemas & Gestão, 9(4):566–574.
Vicente, R. (2017). Redes complexas.
