Addressing Database-Related Issues in Digital Social Network Data Analysis

• Alexandre Heine Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Mariana Porto Barreto Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Rodrigo Motta Ferreira Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Edward Hermann Haeusler Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
• Sérgio Lifschitz Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)

DOI: https://doi.org/10.5753/sbbd.2025.247844

Resumo

The analysis of vast Digital Social Network datasets often neglects database systems, compromising effectiveness and efficiency, particularly in qualitative studies. We present some preliminary practical experiments, including quantitative mention counting and qualitative topic identification, showcasing (i) that managing large-scale social data is relevant and (ii) how leveraging DBMS could yield more robust and insightful social network data analysis.

Palavras-chave: Digital Social Networks, Databases, Large Volumes, Social Network Analysis

Referências

Alizadeh, M., Zare, D., Samei, Z., Alizadeh, M., Kubli, M., Aliahmadi, M., Ebrahimi, S., and Gilardi, F. (2024). Comparing methods for creating a national random sample of twitter users. Social Networks Analysis and Mining, 14(1):160.

Alves, O., Falcão, T., Valença, G., and Andrade, E. (2022). Brimo: uma ferramenta para análise de sentimentos. In Brazilian Workshop on Social Network Analysis and Mining (BRASNAM), pages 97–108. SBC.

Assis, L., Horita, F., Herfort, B., Steiger, E., and de Albuquerque, J. (2015). Uma abordagem geográfica para a priorização de mensagens de mídias sociais para o gerenciamento de risco de inundação com base em dados de sensores. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM). SBC.

Carmo, I., Rêgo, A. L. C., Barreto, M., Schuler, M., Heine, A., Villas, M., and Lifschitz, S. (2023). Social networks managing with network analysis and topic modeling (in portuguese). In SBBD Extended Proceedings, pages 64–70.

Costa, G., Couto, D., Junior, A. J., and Lobato, F. (2022). Feminismo e redes sociais online: uma análise de tweets sobre o dia internacional da mulher. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM), pages 169–180. SBC.

Cunha, K. and Gomes, A. (2020). Mensuração do capital social acumulado a partir de interações sociais em páginas institucionais no facebook. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM), pages 85–96. SBC.

Gonçalves, P., Dores, W., and Benevenuto, F. (2012). Panas-t: Uma escala psicométrica para medição de sentimentos no twitter. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM), pages 153–164. SBC.

Grootendorst, M. (2022). Bertopic: Neural topic modeling with a class-based tf-idf procedure, ArXiv. [link].

Israel, G. D. (1992). Determining sample size. Univ. of Florida Coop. Extension Service.

Liu, Z. and Zhang, A. (2020). Sampling for big data profiling: A survey. IEEE Access, 8:72713–72726.

Maia, M., Oliveira, E., and Gallegos, L. (2021). Covid-19 e tweets no brasil: coleta, tratamento e análise de textos com evidências de estados afetivos alterados em momentos impactantes. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM), pages 79–90.

Moreira, T., Valerio, J., and Oliveira, J. (2015). Análise da confiabilidade da informação propagada em mídias sociais. In Braz. Ws. Soc. Net. Analysis and Mining (BRASNAM).

Rodrigues, E., Pires, C. E., and Filho, D. N. (2024). Schema incremental evolution for document-oriented databases. In SBBD, pages 260–273.

Singh, S. S., Muhuri, S., Mishra, S., Srivastava, D., Shakya, H. K., and Kumar, N. (2024). Social network analysis: A survey on process, tools, and application. ACM Comput. Surv., 56(8):192:1–192:39.

Singh, S. S., Singh, S., Singh, K., Srivastava, V., and Shakya, H. K. (2025). Big data meets social networks: A survey of analytical strategies and research challenges. IEEE Access, 13:98668–98698.