Um Estudo de Modelos e Sistemas de Bancos de Dados para Redes Sociais
Resumo
As plataformas e aplicativos de redes sociais se tornaram parte crítica do ecossistema de informações disparando o interesse tanto do ponto de vista de aplicação quanto de pesquisa. Diversos trabalhos na literatura tratam dados de redes sociais brutos da forma como eles vêm oferecidos pelas APIs. Na presença de grandes conjuntos de dados, esperamos trabalhar com sistemas de gerenciamento de banco de dados (SGBD), que são adequados para lidar com grandes volumes de dados. A modelagem de um banco de dados se faz necessária para que exista uma coleção lógica e coerente de dados com algum significado inerente. O presente trabalho de pesquisa se propõe discutir a representação e a análise de informações oriundas de redes sociais.
Palavras-chave:
modelagem, bancos de dados, redes sociais
Referências
Alashri, S. and Alalola, T. (2020). Functional analysis of the 2020 U.S. elections on twitter and facebook using machine learning. Procs Intl Conf ASONAM, pages 586-589.
Angles, R., Prat-Pérez, A., Dominguez-Sal, D., and Larriba-Pey, J.-L. (2013). Benchmarking database systems for social network applications. ACM.
Barbosa, C., Félix, L., Alves, A., Xavier, C., and Vieira, V. (2022). Uso de URLs para caracterização de comunidades em redes sociais online. In BRASNAM, pages 25-36.
BARDlN, L. (1977). Analise de conteúdo. Lisboa: edições , 70:225.
Bodrunova, S. S., Litvinenko, A. A., and Blekanov, I. S. (2017). Comparing influencers: Activity vs. connectivity measures in defining key actors in twitter ad hoc discussions on migrants in germany and russia. In Intl Conf on Social Informatics, pages 360-376.
Carley, K. (1991). A theory of group stability. American Soc. Review, 56(3):331-354.
Costa, L., Reis, A., Bacha, C., Oliveira, G., Silva, M., Teixeira, M., Brandao, M., Lacerda, A., and Pappa, G. (2022). Alertas de fraude em licitações: Uma abordagem baseada em redes sociais. In BRASNAM, pages 37-48.
Elbaghazaoui, B. E., Amnai, M., and Fakhri, Y. (2022). Data profiling and machine learning to identify influencers from social media platforms. ICT Stds, pages 201-218.
Hagen, L., Fox, A., O’Leary, H., Dyson, D., Walker, K., Lengacher, C. A., and Hernandez, R. (2022). The role of influential actors in fostering the polarized covid-19 vaccine discourse on twitter: Mixed methods of machine learning and inductive coding. JMIR Infodemiology, 2(1):e34231.
Himelboim, I. (2017). Social Network Analysis (Social Media). Wiley.
Ituassu, A., Lifschitz, S., Capone, L., Vaz, M. B., and Mannheimer, V. (2018). Publicación de medios y preferencia electoral en twitter: análisis de opinión pública durante las elecciones del año 2014 en brasil. Palabra Clave, 21(3):860-884.
Orabi, M., Mouheb, D., Al Aghbari, Z., and Kamel, I. (2020). Detection of bots in social media: A systematic review. Information Processing & Management, 57(4):102250.
Paes, V., Araújo, D., Brito, K., and Andrade, E. (2022). Análise de sentimento em tweets relacionados ao desmatamento da floresta amazônica. In BRASNAM, pages 61-72.
Paul, I., Khattar, A., Kumaraguru, P., Gupta, M., and Chopra, S. (2019). Elites tweet? characterizing the twitter verified user network. In 2019 IEEE 35th International Conference on Data Engineering Workshops (ICDEW), pages 278-285.
Santia, G. C., Mujib, M. I., and Williams, J. R. (2019). Detecting social bots on facebook in an information veracity context. AAAI Conf Web and Social Media, 13(01):463-472.
Santos, P. and Goya, D. (2022). Detecção de posicionamento e rotulação automática de usuários do twitter: estudo sobre o embate científico-político no contexto da CPI da covid-19. In BRASNAM, pages 49-60.
Silva, W., Ádamo Santana, Lobato, F., and Pinheiro, M. (2017). A Methodology for Community Detection in Twitter. Association for Computing Machinery.
Tang, J., Chang, Y., and Liu, H. (2014). Mining social media with social theories. ACM SIGKDD Explorations Newsletter, 15:20-29.
Wycislik, L. and Warchal, L. (2014). A Performance Comparison of Several Common Computation Tasks Used in Social Network Analysis Performed on Graph and Relational Databases, volume 242. Springer Verlag.
Zhang, J., Zhang, R., Sun, J., Zhang, Y., Zhang, C., Zhang, J., Zhang, R., Sun, J., Zhang, Y., and Zhang, C. (2016). Truetop: A sybil-resilient system for user influence measurement on twitter. IEEE/ACM Trans. Netw., 24(5):2834-2846.
Angles, R., Prat-Pérez, A., Dominguez-Sal, D., and Larriba-Pey, J.-L. (2013). Benchmarking database systems for social network applications. ACM.
Barbosa, C., Félix, L., Alves, A., Xavier, C., and Vieira, V. (2022). Uso de URLs para caracterização de comunidades em redes sociais online. In BRASNAM, pages 25-36.
BARDlN, L. (1977). Analise de conteúdo. Lisboa: edições , 70:225.
Bodrunova, S. S., Litvinenko, A. A., and Blekanov, I. S. (2017). Comparing influencers: Activity vs. connectivity measures in defining key actors in twitter ad hoc discussions on migrants in germany and russia. In Intl Conf on Social Informatics, pages 360-376.
Carley, K. (1991). A theory of group stability. American Soc. Review, 56(3):331-354.
Costa, L., Reis, A., Bacha, C., Oliveira, G., Silva, M., Teixeira, M., Brandao, M., Lacerda, A., and Pappa, G. (2022). Alertas de fraude em licitações: Uma abordagem baseada em redes sociais. In BRASNAM, pages 37-48.
Elbaghazaoui, B. E., Amnai, M., and Fakhri, Y. (2022). Data profiling and machine learning to identify influencers from social media platforms. ICT Stds, pages 201-218.
Hagen, L., Fox, A., O’Leary, H., Dyson, D., Walker, K., Lengacher, C. A., and Hernandez, R. (2022). The role of influential actors in fostering the polarized covid-19 vaccine discourse on twitter: Mixed methods of machine learning and inductive coding. JMIR Infodemiology, 2(1):e34231.
Himelboim, I. (2017). Social Network Analysis (Social Media). Wiley.
Ituassu, A., Lifschitz, S., Capone, L., Vaz, M. B., and Mannheimer, V. (2018). Publicación de medios y preferencia electoral en twitter: análisis de opinión pública durante las elecciones del año 2014 en brasil. Palabra Clave, 21(3):860-884.
Orabi, M., Mouheb, D., Al Aghbari, Z., and Kamel, I. (2020). Detection of bots in social media: A systematic review. Information Processing & Management, 57(4):102250.
Paes, V., Araújo, D., Brito, K., and Andrade, E. (2022). Análise de sentimento em tweets relacionados ao desmatamento da floresta amazônica. In BRASNAM, pages 61-72.
Paul, I., Khattar, A., Kumaraguru, P., Gupta, M., and Chopra, S. (2019). Elites tweet? characterizing the twitter verified user network. In 2019 IEEE 35th International Conference on Data Engineering Workshops (ICDEW), pages 278-285.
Santia, G. C., Mujib, M. I., and Williams, J. R. (2019). Detecting social bots on facebook in an information veracity context. AAAI Conf Web and Social Media, 13(01):463-472.
Santos, P. and Goya, D. (2022). Detecção de posicionamento e rotulação automática de usuários do twitter: estudo sobre o embate científico-político no contexto da CPI da covid-19. In BRASNAM, pages 49-60.
Silva, W., Ádamo Santana, Lobato, F., and Pinheiro, M. (2017). A Methodology for Community Detection in Twitter. Association for Computing Machinery.
Tang, J., Chang, Y., and Liu, H. (2014). Mining social media with social theories. ACM SIGKDD Explorations Newsletter, 15:20-29.
Wycislik, L. and Warchal, L. (2014). A Performance Comparison of Several Common Computation Tasks Used in Social Network Analysis Performed on Graph and Relational Databases, volume 242. Springer Verlag.
Zhang, J., Zhang, R., Sun, J., Zhang, Y., Zhang, C., Zhang, J., Zhang, R., Sun, J., Zhang, Y., and Zhang, C. (2016). Truetop: A sybil-resilient system for user influence measurement on twitter. IEEE/ACM Trans. Netw., 24(5):2834-2846.
Publicado
19/09/2022
Como Citar
SALGUEIRO, Mariana Duarte de Araujo; LIFSCHITZ, Sérgio.
Um Estudo de Modelos e Sistemas de Bancos de Dados para Redes Sociais. In: WORKSHOP DE TESES E DISSERTAÇÕES (WTDBD) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 37. , 2022, Búzios.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 133-139.
DOI: https://doi.org/10.5753/sbbd_estendido.2022.21855.
