Bem-te-vejo: Aplicação para análise e visualização de dados depressivos a partir de postagens do Reddit
Resumo
A depressão é uma das principais causas de incapacidade em todo mundo. Durante a pandemia de Covid-19, esse cenário se intensificou, elevando o número de pessoas acometidas pelo transtorno e impulsionando o uso de redes sociais. Nesse contexto, este trabalho apresenta a “Bem-te-vejo”, uma aplicação web desenvolvida para facilitar a análise de postagens depressivas do Reddit. A aplicação provê também o uso de um classificador capaz de indicar se uma postagem tem teor depressivo.Referências
ANDRADE, V. EMOGNIZER: Aplicação baseada em inteligência artificial para análise emocional de redes sociais. 2020. Trabalho de Conclusão de Curso. Universidade
Regional Integrada do Alto Uruguai e das Missões, Campus de Erechim, 2020. Disponível em: [link]. Acesso em: 2 dez 2024.
ARAÚJO, A. et al. Uma ferramenta para extração de dados de redes sociais. João Pessoa: SECT 2024, Eixo Temático: Ciências Computacionais.Disponível em: [link]. Acesso em: 2 dez 2024.
CASELI, H.M.; Nunes, M.G.V. (org.) Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. 3 ed. BPLN, 2024. Disponível em: [link]
CHO, Hichang et al. The bright and dark sides of social media use during COVID-19 lockdown: Contrasting social media effects through social liability vs. social support. Computers in Human Behavior, v. 146, p. 107795, 2023.
CHOUDHURY, M.; GAMON, Michael; COUNTS, Scott; HORVITZ, Eric. Predicting Depression via Social Media. In: PROC. Of the 17th INTERNATIONAL AAAI CONFERENCE ON WEBLOGS AND SOCIAL MEDIA, 2013.
COSTA, F. Visualização de dados e sua importância na era do Big Data. 2017. TCC. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2017. Disponível em: [link]. Acesso em: 2 dez 2024.
FRANÇA, T. C., et al. (2014). Big Social Data: Princípios sobre Coleta, Tratamento e Análise de Dados Sociais. In Tópicos em Gerenciamento de Dados e Informações (pp. 1-28). SBC. ISBN 978-85-7669-290-4.
HERCULANO, A. et al. DepreBERTBR: Um Modelo de Linguagem Pré-treinado para o Domínio da Depressão no Idioma Português Brasileiro. In: Proceedings of the 39th Brazilian Symposium on Databases, outubro 2024, Florianópolis, SC. Anais [...].
HERCULANO, A. D. R. ; GOMES, G. R. S. ; Cunha, A. ; SOUZA, Damires . Detecting Signs of Mental Disorders on Social Networks: a Systematic Literature Review. In: DATA ANALYTICS 2022 (The Eleventh International Conference on Data Analytics), 2022, Valencia. Proceedings of the The Eleventh International Conference on Data Analytics (Data Analytics, 2022). Valencia: IARIA, 2022. v. 1. p. 55-61.
Organização Mundial de Saúde (OMS). Folha informativa – Depressão. Pandemia de COVID-19, 2022. Disponível em: [link]. Acesso em: 11 mai. 2023.
RAMOS, V.; SMANIOTTO, C. Aplicação Web SoNDA: Social Network Data Analysis. In: Pesquisa nas Redes. 2015.
SEMAN, F. Dashboard for Monitoring Depression Amongst Twitter Users Using Sentiment Analysis. 2021. Dissertação de Mestrado. Universiti Teknologi PETRONAS, Perak, Malásia, 2021. Disponível em: [link]. Acesso em: 2 dez 2024.
SPERLING, O. UnB Sense: a web application to probe for signs of depression from user profiles on social media. 2019. Trabalho de Conclusão de Curso. Universidade de Brasília, Instituto de Ciências Exatas, 2019 .
ZIWEI, B. YEOW; CHUA, H. An Application for Classifying Depression in Tweets. In: International Conference on Computing and Big Data (ICCBD), Taichung, Taiwan, 2019. ACM, 2019.
Regional Integrada do Alto Uruguai e das Missões, Campus de Erechim, 2020. Disponível em: [link]. Acesso em: 2 dez 2024.
ARAÚJO, A. et al. Uma ferramenta para extração de dados de redes sociais. João Pessoa: SECT 2024, Eixo Temático: Ciências Computacionais.Disponível em: [link]. Acesso em: 2 dez 2024.
CASELI, H.M.; Nunes, M.G.V. (org.) Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. 3 ed. BPLN, 2024. Disponível em: [link]
CHO, Hichang et al. The bright and dark sides of social media use during COVID-19 lockdown: Contrasting social media effects through social liability vs. social support. Computers in Human Behavior, v. 146, p. 107795, 2023.
CHOUDHURY, M.; GAMON, Michael; COUNTS, Scott; HORVITZ, Eric. Predicting Depression via Social Media. In: PROC. Of the 17th INTERNATIONAL AAAI CONFERENCE ON WEBLOGS AND SOCIAL MEDIA, 2013.
COSTA, F. Visualização de dados e sua importância na era do Big Data. 2017. TCC. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2017. Disponível em: [link]. Acesso em: 2 dez 2024.
FRANÇA, T. C., et al. (2014). Big Social Data: Princípios sobre Coleta, Tratamento e Análise de Dados Sociais. In Tópicos em Gerenciamento de Dados e Informações (pp. 1-28). SBC. ISBN 978-85-7669-290-4.
HERCULANO, A. et al. DepreBERTBR: Um Modelo de Linguagem Pré-treinado para o Domínio da Depressão no Idioma Português Brasileiro. In: Proceedings of the 39th Brazilian Symposium on Databases, outubro 2024, Florianópolis, SC. Anais [...].
HERCULANO, A. D. R. ; GOMES, G. R. S. ; Cunha, A. ; SOUZA, Damires . Detecting Signs of Mental Disorders on Social Networks: a Systematic Literature Review. In: DATA ANALYTICS 2022 (The Eleventh International Conference on Data Analytics), 2022, Valencia. Proceedings of the The Eleventh International Conference on Data Analytics (Data Analytics, 2022). Valencia: IARIA, 2022. v. 1. p. 55-61.
Organização Mundial de Saúde (OMS). Folha informativa – Depressão. Pandemia de COVID-19, 2022. Disponível em: [link]. Acesso em: 11 mai. 2023.
RAMOS, V.; SMANIOTTO, C. Aplicação Web SoNDA: Social Network Data Analysis. In: Pesquisa nas Redes. 2015.
SEMAN, F. Dashboard for Monitoring Depression Amongst Twitter Users Using Sentiment Analysis. 2021. Dissertação de Mestrado. Universiti Teknologi PETRONAS, Perak, Malásia, 2021. Disponível em: [link]. Acesso em: 2 dez 2024.
SPERLING, O. UnB Sense: a web application to probe for signs of depression from user profiles on social media. 2019. Trabalho de Conclusão de Curso. Universidade de Brasília, Instituto de Ciências Exatas, 2019 .
ZIWEI, B. YEOW; CHUA, H. An Application for Classifying Depression in Tweets. In: International Conference on Computing and Big Data (ICCBD), Taichung, Taiwan, 2019. ACM, 2019.
Publicado
20/07/2025
Como Citar
NASCIMENTO, Felipe Targino do; SANTOS, Lucas Andrade dos; ESTRELA, Pablo de Lima Marques; HERCULANO, Ayrton Douglas Rodrigues; FERNANDES, Damires Yluska de Souza; REGO, Alex Sandro da Cunha.
Bem-te-vejo: Aplicação para análise e visualização de dados depressivos a partir de postagens do Reddit. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 14. , 2025, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 283-289.
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2025.8480.
