Detecção de Conteúdo Relevante e Usuários Influentes no Twitter

• Hérico Valiati Universidade Federal de Minas Gerais
• Arlei Silva Universidade Federal de Minas Gerais
• Sara Guimarães Universidade Federal de Minas Gerais
• Wagner Meira Junior Universidade Federal de Minas Gerais

Resumo

Redes sociais têm desempenhado um papel cada vez mais fundamental como um meio para a disseminação de informações, ideias e influências entre os seus membros. O problema alvo deste artigo é determinar tanto usuários influentes quanto conteúdo relevante, ou seja, ordenar tanto grupos de usuários quanto o conteúdo por eles disseminado. Propomos uma nova técnica que se baseia em uma definição intuitiva e circular de relevância e influência. Essa técnica é descrita em detalhes, assim como a sua implementação eficiente. Ela foi validada utilizando duas bases de dados reais do Twitter para fins de recomendações. Os resultados obtidos mostram que a técnica proposta apresenta ganhos de 37% quando comparada a um método de filtragem colaborativa, ao mesmo tempo que tanto usuários influentes quanto conteúdo relevantes e mostram superiores qualitativamente.

Palavras-chave: Detecção de Conteúdo, Twitter, Análise de Influência