Análise da viralidade em eventos acadêmicos através das redes sociais

  • Camila Santos Universidade Federal da Bahia
  • Daniela Barreiro Claro Universidade Federal da Bahia

Resumo


O presente trabalho tem como principal objetivo classificar os eventos acadêmicos, tais como simpósio, conferências, seminários, workshops, palestras e cursos com o objetivo de analisar a viralidade no domínio da educação. Os experimentos foram realizados com um conjunto de três algoritmos no qual o SMO foi um dos que obtiveram melhor desempenho. Como resultados, pode se observar que os seminários são os eventos mais propagados na rede social analisada.

Palavras-chave: Análise de Redes Sociais, Análise de Viralidade, Eventos Acadêmicos

Referências

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.
Publicado
01/08/2015
Como Citar

Selecione um Formato
SANTOS, Camila; CLARO, Daniela Barreiro. Análise da viralidade em eventos acadêmicos através das redes sociais. 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.

Artigos mais lidos do(s) mesmo(s) autor(es)