Analysis of virality in academic events through social networks
Abstract
The main objective of this work is to classify academic events, such as symposiums, conferences, seminars, workshops, lectures and courses with the objective of analyzing the virality in the field of education. The experiments were performed with a set of three algorithms in which the SMO was one of the ones that obtained better performance. As results, it can be observed that the seminars are the most propagated events in the analyzed social network.
Keywords:
Social Network Analysis, Virality Analysis, Academic Events
References
Avvenuti, M., Cresci, S., Marchetti, A., Polla, M., and Tesconi, M. (2014). In Earthquake emergency management by Social Sensing. IEEE. ´Ultimo acesso em dezembro de 2014.
Benevetuno, F. (2013). Combinando mineração de textos e análise de redes sociais para a identificação das Áreas de atuação de pesquisadores. Último acesso em dezembro de 2014.
BODÓ, Z. (2009). Support vector machine library in java. Último acesso em dezembro de 2014.
Breiman, L. (2001). Random forests. Machine learning, 45(1):5–32.
do SnowBall, D. (2002). Portuguese stop word list. ´Ultimo acesso em dezembro de 2014.
Falcao, L., Junior, C., and Arruda, F. (2011). Proposta de uso do twitter como ferramenta
de informação e conhecimento na universidade de pernambuco. Anais do XXII SBIE - XVII WIE.
Feldman, R. and Sanger, J. (2006). Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, New York, NY, USA.
Gomes, D. d. A. d. O. (2006). Detecção de instrus˜ao em redes de computadores utilizando classificadores one-class. Último acesso em dezembro de 2014.
Guerini, M., Strapparava, C., and Ozbal, G. (2011). Exploring text virality in social networks. Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media, pages 506–509.
Horst, R. and Romeijn, H. E. (2002). Handbook of global optimization, volume 2. Springer.
Myers, P. (2014). Como usar twitter para encontrar pessoas em notícias urgentes. Último acesso em dezembro de 2014.
of Waikato, U. (2015). Weka 3 – machine learning software in java. Último acesso em abril de 2015.
Oliveira, S. R. d. M. (2012). Medidas para avaliação de regras e de modelos de classificação. Último acesso em dezembro de 2014.
Quinlan, R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo, CA.
Rodriguez, J. J. (2006). Rotation forest: A new classifier ensemble method. IEEE TRANS. PATTERN ANALYSIS AND MACHINE INTELLIGENCE, pages 1619–1630.
Santos, F. (2013). Mineração de opinião em textos opinativos utilizando algoritmos de classificação. Último acesso em dezembro de 2014.
Silva, A., Mourao, F., Simoes, L., and Veloso, A. (2010). Análise de padrões de propagação no twitter.
Silva, F. C. (2006). Análise roc. Último acesso em dezembro de 2014.
Sousa, G. L. S. d. (2012). Tweetmining: Análise de opinião contida em textos extraídos do twitter. Último acesso em dezembro de 2014.
Zafarani, R., Abbasi, M., and Liu, H. (2014). Social Media Mining: An Introduction. Cambridge University Press.
Zhang, E. and Zhang, Y. (2009). F-measure. In LIU, L. and ¨OZSU, M., editors, Encyclopedia of Database Systems, pages 1147–1147. Springer US.
Benevetuno, F. (2013). Combinando mineração de textos e análise de redes sociais para a identificação das Áreas de atuação de pesquisadores. Último acesso em dezembro de 2014.
BODÓ, Z. (2009). Support vector machine library in java. Último acesso em dezembro de 2014.
Breiman, L. (2001). Random forests. Machine learning, 45(1):5–32.
do SnowBall, D. (2002). Portuguese stop word list. ´Ultimo acesso em dezembro de 2014.
Falcao, L., Junior, C., and Arruda, F. (2011). Proposta de uso do twitter como ferramenta
de informação e conhecimento na universidade de pernambuco. Anais do XXII SBIE - XVII WIE.
Feldman, R. and Sanger, J. (2006). Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, New York, NY, USA.
Gomes, D. d. A. d. O. (2006). Detecção de instrus˜ao em redes de computadores utilizando classificadores one-class. Último acesso em dezembro de 2014.
Guerini, M., Strapparava, C., and Ozbal, G. (2011). Exploring text virality in social networks. Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media, pages 506–509.
Horst, R. and Romeijn, H. E. (2002). Handbook of global optimization, volume 2. Springer.
Myers, P. (2014). Como usar twitter para encontrar pessoas em notícias urgentes. Último acesso em dezembro de 2014.
of Waikato, U. (2015). Weka 3 – machine learning software in java. Último acesso em abril de 2015.
Oliveira, S. R. d. M. (2012). Medidas para avaliação de regras e de modelos de classificação. Último acesso em dezembro de 2014.
Quinlan, R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo, CA.
Rodriguez, J. J. (2006). Rotation forest: A new classifier ensemble method. IEEE TRANS. PATTERN ANALYSIS AND MACHINE INTELLIGENCE, pages 1619–1630.
Santos, F. (2013). Mineração de opinião em textos opinativos utilizando algoritmos de classificação. Último acesso em dezembro de 2014.
Silva, A., Mourao, F., Simoes, L., and Veloso, A. (2010). Análise de padrões de propagação no twitter.
Silva, F. C. (2006). Análise roc. Último acesso em dezembro de 2014.
Sousa, G. L. S. d. (2012). Tweetmining: Análise de opinião contida em textos extraídos do twitter. Último acesso em dezembro de 2014.
Zafarani, R., Abbasi, M., and Liu, H. (2014). Social Media Mining: An Introduction. Cambridge University Press.
Zhang, E. and Zhang, Y. (2009). F-measure. In LIU, L. and ¨OZSU, M., editors, Encyclopedia of Database Systems, pages 1147–1147. Springer US.
Published
2015-08-01
How to Cite
SANTOS, Camila; CLARO, Daniela Barreiro.
Analysis of virality in academic events through social networks. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 4. , 2015, Recife.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2015
.
p. .
ISSN 2595-6094.
DOI: https://doi.org/10.5753/brasnam.2015.6780.
