Mineração de Dados em Rede Social Baseada em uma Arquitetura em Nuvem
Resumo
As redes sociais vem chamado atenção por serem um ambiente em que cada vez mais usuarios estão dispostos a expressar suas opiniões sobre determinando assunto. Dessa forma, tornou-se benéfico processar essas informações a fim de gerar conhecimento aplicável. Associado a isso, a chamada computação em nuvem tem sido apontada como solução para problemas de desempenho e escalabilidade em sistemas que necessitam processar grandes quantidades de dados. Diante desse cenário, o objetivo deste trabalho é propor uma metodologia para mineração de dados de redes socais baseada em uma arquitetura em nuvem, por meio da utilização de serviços de provedores de nuvem e de técnicas para processamento de dados e análise de sentimento.
Palavras-chave:
Redes Sociais, Computação em Nuvem, mineração de dados
Referências
Bothos, E., Apostolou, D., and Mentzas, G. (2010). Using social media to predict future events with agent-based markets. IEEE Intelligent Systems, (1).
Corrˆea, I. T. et al. (2017). An´alise dos sentimentos expressos na rede social twitter em relação aos filmes indicados ao oscar 2017.
de Camargo Penteado, C. L. and Guerbali, J. G. (2018). As manifestações do impeachment no twitter: uma an´alise sobre as manifestações de 2015. Ponto-e-V´ýrgula: Revista de Ciˆencias Sociais, (19).
de Matos Galante, R. and de Oliveira, J. P. M. (2008). Um estudo sobre mineração de dados em redes sociais.
Di Capua, M., Di Nardo, E., and Petrosino, A. (2015). An architecture for sentiment analysis in twitter. In Proceed. of Int. Conference on E-learning, Germany, Germany. E-learning.
Henriques, G. (2018). Copa do mundo bomba no twitter com hashtags e jogadores; veja os mais mencionados. Acessado em : 2018-06-29.
Kiran, M., Murphy, P., Monga, I., Dugan, J., and Baveja, S. S. (2015). Lambda architecture for cost-effective batch and speed big data processing. In Big Data (Big Data), 2015 IEEE International Conference on, pages 2785–2792, Hong Kong. IEEE.
Marz, N. and Warren, J. (2015). Big Data: Principles and best practices of scalable realtime data systems. Manning Publications Co., New York.
Ozdemir, S. (2016). Principles of Data Science. Packt Publishing Ltd, Baltimore, Maryland.
Sri, P. A. and Anusha, M. (2016). Big data-survey. Indonesian Journal of Electrical Engineering and Informatics (IJEEI), 4(1):74–80.
Corrˆea, I. T. et al. (2017). An´alise dos sentimentos expressos na rede social twitter em relação aos filmes indicados ao oscar 2017.
de Camargo Penteado, C. L. and Guerbali, J. G. (2018). As manifestações do impeachment no twitter: uma an´alise sobre as manifestações de 2015. Ponto-e-V´ýrgula: Revista de Ciˆencias Sociais, (19).
de Matos Galante, R. and de Oliveira, J. P. M. (2008). Um estudo sobre mineração de dados em redes sociais.
Di Capua, M., Di Nardo, E., and Petrosino, A. (2015). An architecture for sentiment analysis in twitter. In Proceed. of Int. Conference on E-learning, Germany, Germany. E-learning.
Henriques, G. (2018). Copa do mundo bomba no twitter com hashtags e jogadores; veja os mais mencionados. Acessado em : 2018-06-29.
Kiran, M., Murphy, P., Monga, I., Dugan, J., and Baveja, S. S. (2015). Lambda architecture for cost-effective batch and speed big data processing. In Big Data (Big Data), 2015 IEEE International Conference on, pages 2785–2792, Hong Kong. IEEE.
Marz, N. and Warren, J. (2015). Big Data: Principles and best practices of scalable realtime data systems. Manning Publications Co., New York.
Ozdemir, S. (2016). Principles of Data Science. Packt Publishing Ltd, Baltimore, Maryland.
Sri, P. A. and Anusha, M. (2016). Big data-survey. Indonesian Journal of Electrical Engineering and Informatics (IJEEI), 4(1):74–80.
Publicado
25/09/2019
Como Citar
DE JESUS, Lucas Gabriel Rezende; OLIVEIRA, Alana ; TEIXEIRA, Mario Meireles.
Mineração de Dados em Rede Social Baseada em uma Arquitetura em Nuvem. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 7. , 2019, São Luís/MA.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 111-118.
