"Bela, Recatada e do Lar": Base de Dados e Aspectos do Movimento Social Ocorrido na Rede Social Online Twitter
Resumo
Entre Abril e Maio de 2016 um protesto virtual em massa foi observado como resposta à publicação de uma matéria em uma revista de circulação nacional. A presente pesquisa consistiu na construção de uma base de dados relativa às mensagens publicadas na Rede Social Online Twitter com o objetivo de apoiar pesquisadores da área de Mineração de Opiniões por meio da oferta de um corpus de mensagens em língua portuguesa. Além da base de dados, que foi caracterizada por meio de técnicas de Análise de Redes Sociais, foi aplicada a técnica de Análise de Sentimentos com o auxílio do algoritmo probabilístico Naïve Bayes para verificar a polaridade dos tweets.
Referências
Barrat, A., Barthélemy, M. and Vespignani, A. (2008). Dynamical Processes on Complex Networks. Cambridge University Press.
Bastian, M., Heymann, S., Jacomy, M. and Others (2009). Gephi: an open source software for exploring and manipulating networks. Proceedings of the Third International ICWSM Conference, v. 8, p. 361–362.
Bonabeau, E. (2004). The perils of the imitation age. Harvard Business Review, v. 82, n. 6, p. 45–54.
Brin, S. and Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer networks and ISDN systems, v. 30, n. 1, p. 107–117.
Carvalho, C. de S., De França, F. O., Goya, D. H. and De Camargo Penteado, C. L. (2016). The People Have Spoken: Conflicting Brazilian Protests on Twitter. In Proceedings of the 2016 49th Hawaii International Conference on System Sciences.
Davidov, D., Tsur, O. and Rappoport, A. (2010). Enhanced sentiment learning using twitter hashtags and smileys. In Proceedings of the 23rd international conference on computational linguistics: posters. Association for Computational Linguistics.
Elmasri, R. and Navathe, S. B. (2005). Sistemas de banco de dados. 4. ed. São Paulo: Pearson Addison Wesley.
Ferreira, M. da C. da S. (2012). Classificação Hierárquica da Atividade Económica das Empresas a partir de Texto da Web. Universidade do Porto.
KNIME (2017). KNIME | About KNIME. https://www.knime.org/about, [accessed on Jan 6].
Li, Y.-M. and Li, T.-Y. (2011). Deriving marketing intelligence over microblogs. In Proceedings of the 44th Hawaii International Conference on System Sciences.
Marteleto, R. M. (2001). Análise de redes sociais: aplicação nos estudos de transferência da informação. Ciência da informação, v. 30, n. 1, p. 71–81.
Nascimento, P., Aguas, R., De Lima, D., et al. (2012). Análise de sentimento de tweets com foco em notícias. In Anais do Brazilian Workshop on Social Network Analysis and Mining (BraSNAM).
Pak, A. and Paroubek, P. (2010). Twitter as a Corpus for Sentiment Analysis and Opinion Mining. In Proceedings of the Seventh International Conference on Language Resources and Evaluation.
Sarlan, A., Nadam, C. and Basri, S. (2014). Twitter sentiment analysis. In Proceedings of the 6th International Conference on Information Technology and Multimedia.
Weitzel, L., Quaresma, P. and De Oliveira, J. P. M. (2012). Measuring node importance on twitter microblogging. In Proceedings of the 2nd International Conference on Web Intelligence, Mining and Semantics.
Wiebe, J., Wilson, T. and Cardie, C. (2005). Annotating expressions of opinions and emotions in language. Language resources and evaluation, v. 39, n. 2, p. 165–210.
Willis, A., Fisher, A. and Lvov, I. (2015). Mapping networks of influence: tracking Twitter conversations through time and space. Participations: Journal of Audience & Reception Studies, v. 12, n. 1, p. 494–530.
Bastian, M., Heymann, S., Jacomy, M. and Others (2009). Gephi: an open source software for exploring and manipulating networks. Proceedings of the Third International ICWSM Conference, v. 8, p. 361–362.
Bonabeau, E. (2004). The perils of the imitation age. Harvard Business Review, v. 82, n. 6, p. 45–54.
Brin, S. and Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer networks and ISDN systems, v. 30, n. 1, p. 107–117.
Carvalho, C. de S., De França, F. O., Goya, D. H. and De Camargo Penteado, C. L. (2016). The People Have Spoken: Conflicting Brazilian Protests on Twitter. In Proceedings of the 2016 49th Hawaii International Conference on System Sciences.
Davidov, D., Tsur, O. and Rappoport, A. (2010). Enhanced sentiment learning using twitter hashtags and smileys. In Proceedings of the 23rd international conference on computational linguistics: posters. Association for Computational Linguistics.
Elmasri, R. and Navathe, S. B. (2005). Sistemas de banco de dados. 4. ed. São Paulo: Pearson Addison Wesley.
Ferreira, M. da C. da S. (2012). Classificação Hierárquica da Atividade Económica das Empresas a partir de Texto da Web. Universidade do Porto.
KNIME (2017). KNIME | About KNIME. https://www.knime.org/about, [accessed on Jan 6].
Li, Y.-M. and Li, T.-Y. (2011). Deriving marketing intelligence over microblogs. In Proceedings of the 44th Hawaii International Conference on System Sciences.
Marteleto, R. M. (2001). Análise de redes sociais: aplicação nos estudos de transferência da informação. Ciência da informação, v. 30, n. 1, p. 71–81.
Nascimento, P., Aguas, R., De Lima, D., et al. (2012). Análise de sentimento de tweets com foco em notícias. In Anais do Brazilian Workshop on Social Network Analysis and Mining (BraSNAM).
Pak, A. and Paroubek, P. (2010). Twitter as a Corpus for Sentiment Analysis and Opinion Mining. In Proceedings of the Seventh International Conference on Language Resources and Evaluation.
Sarlan, A., Nadam, C. and Basri, S. (2014). Twitter sentiment analysis. In Proceedings of the 6th International Conference on Information Technology and Multimedia.
Weitzel, L., Quaresma, P. and De Oliveira, J. P. M. (2012). Measuring node importance on twitter microblogging. In Proceedings of the 2nd International Conference on Web Intelligence, Mining and Semantics.
Wiebe, J., Wilson, T. and Cardie, C. (2005). Annotating expressions of opinions and emotions in language. Language resources and evaluation, v. 39, n. 2, p. 165–210.
Willis, A., Fisher, A. and Lvov, I. (2015). Mapping networks of influence: tracking Twitter conversations through time and space. Participations: Journal of Audience & Reception Studies, v. 12, n. 1, p. 494–530.
Publicado
02/07/2017
Como Citar
YAGUI, Marcela Mayumi Mauricio; MAIA, Luís Fernando Monsores Passos; UGULINO, Wallace; VIVACQUA, Adriana; OLIVEIRA, Jonice.
"Bela, Recatada e do Lar": Base de Dados e Aspectos do Movimento Social Ocorrido na Rede Social Online Twitter. In: SIMPÓSIO BRASILEIRO DE SISTEMAS COLABORATIVOS (SBSC), 14. , 2017, São Paulo.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 1585-1594.
ISSN 2326-2842.
DOI: https://doi.org/10.5753/sbsc.2017.9951.
