Caramel: Um Framework para Ecossistema de Big Social Data

  • Paulo Freitas Silva Júnior Universidade Federal do Rio de Janeiro
  • Tiago França Universidade Federal Rural do Rio de Janeiro
  • Jonice Oliveira Universidade Federal do Rio de Janeiro

Resumo


As pessoas se engajam nas mídias sociais, produzindo e propagando (em alta velocidade) grandes volumes de dados semanticamente ricos em informações. Essas características estão relacionadas a área e as pesquisas de Big Social Data (BSD). Mesmo diante das possibilidades, a extração de informação de trabalhos alinhados com o conceito de BSD está relacionada a retrabalho, falta de recursos técnicos e humanos e pouca colaboração. Esta proposta apresenta um Framework para Ecossistemas de BSD que orienta a criação de artefatos e o compartilhamento desses e de outros recursos úteis para lidar com a coleta, processamento, armazenamento, análise e visualização de dados sociais.

Palavras-chave: big social data, processamento de dados sociais

Referências

Al-Obeidat, F., Bani-Hani, A., Adedugbe, O., Majdalawieh, M., and Benkhelifa, E. (2021). A microservices persistence technique for cloud-based online social data analysis. Cluster Computing, 24(3):2341–2353.

B. Lima, G. d. F., S. Oliveira, M. I., and Farias Lóscio, B. (2022). FASED: A Framework for Data Ecosystems Health Evaluation. Journal of Information and Data Management, 13(3).

França, T. C., de Faria, F. F., Rangel, F. M., de Farias, C. M., and Oliveira, J. (2014). Big Social Data: Princípios sobre Coleta, Tratamento e Análise de Dados Sociais, volume d.

Hargreaves, E., Mangabeira, E. F., Oliveira, J., Franca, T. C., and Mcnasché, D. S. (2020). Facebook news feed personalization filter: a case study during the brazilian elections. In 2020 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM), pages 615–618, Netherlands. IEEE, IEEE.

Laigner, R., Zhou, Y., Salles, M. A. V., Liu, Y., and Kalinowski, M. (2021). Data management in microservices: State of the practice, challenges, and research directions. CoRR, abs/2103.00170:70–75.

Lima Filho, S. P., Oliveira, J., and da Silva, M. F. (2020). Detection of depression symptoms using social media data. Simpósio Brasileiro de Banco de Dados (SBBD), 2020:3–8.

Olshannikova, E., Olsson, T., Huhtamäki, J., and Kärkkäinen, H. (2017). Conceptualizing Big Social Data. Journal of Big Data, 4(1):3.

Perikos, I. and Hatzilygeroudis, I. (2018). A Framework for Analyzing Big Social Data and Modelling Emotions in Social Media. In 2018 IEEE Fourth International Conference on Big Data Computing Service and Applications (BigDataService), pages 80– 84. IEEE.

Rehem, D., Oliveira, J., França, T., Brito, W., and Motta, C. (2016). News recommendation based on tweets for understanding of opinion variation and events. In Proceedings of the 31st Annual ACM Symposium on Applied Computing, pages 1182–1185, New York, NY, USA. ACM.

S. Oliveira, M. I., Barros Lima, G. d. F., and Farias Lóscio, B. (2019). Investigations into Data Ecosystems: a systematic mapping study. Knowledge and Information Systems, 61(2):589–630.

Wang, X., Duan, Q., and Liang, M. (2021). Understanding the process of data reuse: An extensive review. Journal of the Association for Information Science and Technology, 72(9):1161–1182.
Publicado
25/09/2023
SILVA JÚNIOR, Paulo Freitas; FRANÇA, Tiago; OLIVEIRA, Jonice. Caramel: Um Framework para Ecossistema de Big Social Data. In: WORKSHOP DE TESES E DISSERTAÇÕES (WTDBD) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 38. , 2023, Belo Horizonte/MG. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 167-173. DOI: https://doi.org/10.5753/sbbd_estendido.2023.233766.