Métodos Digitais para Análise de Dados - Aula 05 - Sociabilidade em rede e camadas analitícas de dados

433 visualizações

Publicada em

Aula 5 para a disciplina do programa de pós-graduação em Comunicação da UFG e núcleo livre ligada ao curso de Gestão da Informação da UFG. Trata de abordar as questões analíticas relacionadas a formas de pesquisa sobre sociabilidade em rede, demonstrando diversas camadas de análise de dados e como elas poderiam ser relacionadas entre si.

Publicada em: Ciências
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
433
No SlideShare
0
A partir de incorporações
0
Número de incorporações
397
Ações
Compartilhamentos
0
Downloads
4
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Métodos Digitais para Análise de Dados - Aula 05 - Sociabilidade em rede e camadas analitícas de dados

  1. 1. Métodos Digitais para Análise de Dados Prof. Dalton Mar6ns dmar6ns@gmail.com Faculdade de Informação e Comunicação Aula 05 – Sociabilidade em rede e camadas analí6cas de dados
  2. 2. Sociabilidade em rede •  A sociabilidade em rede indica os !pos de relações que podem ser desenvolvidos em rede bem como os padrões e diferentes modos pelos quais essas relações se manifestam: –  Exemplos de 6pos de relação: •  amigos, cur6das, compar6lhamentos, comentários, links, coautoria, entre outros; –  Exemplos de padrões e modos de relação: •  Tendência de cur6r postagens de pessoas que tenho maior proximidade Rsica e sou amigo pessoalmente; •  Tendência de linkar os sites que considero referência e que quero endossar para uma postagem;
  3. 3. Sociabilidade em rede •  A pesquisa sobre sociabilidade em rede se depara com questões que ainda se encontram em aberto e carecem de maior profundidade: –  Que 6pos de relação eu posso analisar em uma mídia social específica? –  Para cada 6po de relação, que análises são possíveis de se fazer? –  Para cada análise, o que eu posso compreender dessa rede? –  Como produzir a narra6va da história das relações em rede de grupos, permi6ndo iden6ficar caracterís6cas peculiares de seus diferentes modos de relacionamento e !pos de prá!cas sociais? •  Que métodos u6lizar e de que forma triangular? •  Que dados coletar? •  Como comparar essas redes entre si?
  4. 4. Camadas analí6cas de dados •  As questões relacionadas a sociabilidade em rede fazem sen6do dentro do contexto de cada pesquisa, onde procuramos entende: –  como as relações acontecem, –  o que as produz, –  que fatores podem ajudar a explicar as razões pelas quais um grupo parece se relacionar de forma mais potente do que outro. •  Para realizar esse 6po de pesquisas, é fundamental que o pesquisador conheça em maior profundidade seu objeto de estudo; •  Para isso, entender os 6pos de análises possíveis para universo digital, sobretudo para as redes, nos leva a descrever quais camadas analí6cas de dados podemos trabalhar e como.
  5. 5. Abordagem de análise em 7 camadas analí6cas •  Onde acontece? –  Análise de localização •  O que é dito? –  Análise de Texto •  O que é feito? –  Análise de ações •  O que é procurado? –  Análise de Mecanismo de Busca •  Como se relacionam? •  Análise de Rede •  Como navegam? •  Análise de Hiperlink •  Como usam aplica6vos? •  Análise de Aplica6vos
  6. 6. Abordagem de análise em 7 camadas analí6cas 7 Camadas de análise de mídias digitais Redes Texto Ações HyperlinksLocalização Mecanismos de busca Apps
  7. 7. •  Social media text analy!cs lida com a extração e análise de perguntas de pesquisa e própositos de geração de conhecimento a par6r de elementos textuais de conteúdos produzidos em mídias sociais, tais como comentários, tweets, posts em blogs, atualizações de “status” no Facebook. 7 Camada 1: Texto
  8. 8. 8 Propósitos da Análise Textual Propósitos da Análise Textual de Mídias Sociais Análise de Sentimento Mineração de Tendências Mineração de Intenções Mineração de Conceitos
  9. 9. •  Análise de Sen!mentos – Análise de sen6mento analisa e classifica texto de mídia social (principalmente texto dinâmico) como sendo posi6vo, nega6vo ou neutro. – O obje6vo principal da análise de sen6mento é determinar como as pessoas se sentem sobre um determinado produto, serviço ou assunto. 9 Propósitos da Análise Textual
  10. 10. •  Mineração de Intenções –  Mineração de intenção visa descobrir a intenção dos usuários (tais como comprar, vender, recomendar, sair, desejo ou vontade, formas de manifestação, protesto, reivindicação, entre outros) a par6r da linguagem natural dentro do texto da mídia social, como comentários do usuário, análises de produtos, tweets e posts. •  Pode ser usado para encontrar novos clientes potenciais que pretendem comprar um produto (ou serviço), e •  Serviço de clientes existentes que têm problemas com um produto; •  Pessoas interessadas ou demandando em um serviço público; •  Formação de cole6vos e novas formas de relacionamento temá6co. 10 Propósitos da Análise Textual
  11. 11. •  Mineração de Tendências – Mineração de tendências, também conhecida como análise predi6va, usa grandes quan6dades de dados de mídia social em tempo real e histórico para prever eventos futuros. •  Por exemplo, uma grande quan6dade de dados de mídia social (comentários e tweets) pode ser extraído para iden6ficar padrões e tendências para o novo produto ou serviço ou desenvolvimento de maneira a melhorar a sa6sfação das pessoas, antecipando suas necessidades. 11 Propósitos da Análise Textual
  12. 12. •  Mineração de conceitos – Tem como obje6vo extrair idéias e conceitos a par6r de documentos. – É ú6l para extrair idéias de grandes quan6dades de texto está6co de mídias sociais, como conteúdo wiki, uma página web, documentos do Word e transcrições de nojcias. – Pode ser u6lizado para classificar, agrupar e classificar idéias. 12 Propósitos da Análise Textual
  13. 13. 13 Passos para a análise textual • Stemização • Partes da fala • Extração de entidades nominais • Palavras de parada • Filtragem • Contagem de termos • Contagem de frequência • Métricas de co-ocorrência • Texto dinâmico: tweets, comentários , revisões • Texto Estático: Wiki, blogs, websites , relatórios. • Agrupamento • Classificação • Análise de Associação • Análise Preditiva • Análise de Sentimento Mineração de Texto Identificação da Fonte Análise & Filtragem Transformaç ão do Texto Stemização é o processo de reduzir palavras flexionadas ao seu tronco, base ou raiz. Exemplo: felizmente -> feliz. Palavras de parada: os, as, e, para, com, sem, de, etc...
  14. 14. •  Social media network analy!cs extrai, analisa, interpreta redes de relacionamentos pessoais e profissionais, tais como Facebook, Twiper, Linkedin. Lida com essencialmente com os aspectos relacionais sobre as pessoas se relacionam, que posição ocupam na rede, que dinâmica de relacionamentos produzem. 14 Camada 2: Redes
  15. 15. •  É o 6po de análise que lida com a forma como as redes de relacionamento de formam e são interpretadas. •  REDE SÃO os blocos de construção das mídias sociais e podem trazer insights importantes para como entendemos as relações sociais entre as pessoas e seu uso de informação nas mídias sociais. 15 O que é análise de rede de mídias sociais?
  16. 16. •  Entender a estrutura geral da rede –  Número de nós –  Número de links –  Densidade –  Coeficiente de agrupamento –  diâmetro. •  Encontrar os nós mais influentes e uma forma de compará-los –  Centralidade de Grau –  Centralidade de Intermediação –  Centralidade de Proximidade. 16 Propósito da Análise de Rede *  Encontrar as conexões importantes e avaliar sua influência *  intermediação e centralidade. *  Encontrar agrupamentos de nós *  Comunidades dentro da rede. *  Inves!gar mul!plicidade de relações *  Análise e comparação de diferentes 6pos de conexões: concordância, discordância, etc.
  17. 17. •  Rede –  Num nível básico, uma rede é um grupo de nós que estão conectados por links. 17 Termos u!lizados na análise de redes *  Nós podem representar: *  indivíduos *  organizações *  Países *  computadores *  Websites *  Qualquer outra en6dade *  Links representam relações entre os nós: *  Amizade *  Transação *  Autoria *  Hyperlinks *  Qualquer outra forma de relação
  18. 18. 18 Tipos mais comuns de redes sociais *  Co-autoria *  Co-comentadores *  Co-likes *  Co-ocorrência *  Geo Co-existência *  Hyperlink *  Amizade *  Seguidos e Seguidores *  Fans *  Grupos sociais *  Profissionais e trabalho *  Conteúdo *  Namoro
  19. 19. •  Social media ac!ons analy!cs lida com a extração, análise e interpretação das ações desempenhadas pelos usuários nas mídias sociais, tais como as cur6das, compar6lhamentos, menções, entre outros. 19 Camada 3: Ações
  20. 20. •  Like •  Dislike •  Compar!lhar •  Visitantes, Visitas, Revisitas •  Visualização •  Clicar •  Tagear 20 Ações mais comuns nas mídias sociais *  Mencionar *  Hovering (passar o mouse em cima) *  Check-in *  Marcar *  Embeds *  Endossar *  Uploading & Downloading Para cada uma dessas ações, é possível gerar análises de dados. Exemplo: Posts mais cur6dos, conteúdos mais compar6lhados, páginas mais visitadas, links mais clicados, etc...
  21. 21. •  Apps analy!cs lida com a mensuração e o6mização do engajamento de usuários com as aplicações móveis. 21 Camada 4: Aplica!vos
  22. 22. •  Se refere a duas coisas: – Mobile Web Analí!ca – Apps Analí!ca. 22 O que é Mobile Analí!ca?
  23. 23. •  Mobile Web Analí!ca – É focada nas caracterís6cas, ações e comportamentos dos visitants de websites via disposi6vos móveis – isso significa que o visitante acessa a versão para disposi6vos móveis do site de uma organização. 23 O que é Mobile Analí!ca?
  24. 24. •  Apps Analí!ca – Lida com o entendimento e a análise das ações, caracterís6cas e comportamentos dos usuários ao u6lizarem aplicações móveis – apps! •  Mobile apps são usados: •  Para orientar vendas; •  Melhorar a afinidade com marcas; •  Facilitar as compras com poucos toques de navegação. 24 O que é Mobile Analí!ca?
  25. 25. •  Quem são meus usuários? •  De que países eles são? •  Que ações eles estão tomando? •  Como os usuários navegam no aplica6vo? •  Quais são meus pagamentos e lucro oriundos do uso do aplica6vo? •  Quanto tempo eles ficam logados no disposi6vo móvel? •  Qual operadora, sistema operacional e disposi6vo eles u6lizam? •  Qual o item que é mais comprado? 25 Propósito da Analí!ca de Apps *  Quais são os países mais atuantes na compra e no uso do aplica6vo? *  Qual versão do aplica6vo gera mais vendas? *  Quanto os usuários ficam dentro do meu aplica6vo? *  Com que frequência as pessoam usam meu aplica6vo? *  Quantos usuários iniciam um número específico de sessões? *  Como comparer as versões da minha aplicação com outras?
  26. 26. •  Hyperlink analy!cs trata da extração, análise e interpretação de hiperlinks em mídias sociais. Exemplo: in-links e out-links. 26 Camada 5: Hyperlinks
  27. 27. •  Análise do ambiente dos Hyperlinks •  Redes de Co-Links •  Redes de In-Links e Out-Links •  Análise do impacto dos links •  Análise de Hiperlinks de mídias sociais 27 Tipos de Analí!ca de Hyperlinks
  28. 28. •  Análise do ambiente dos Hyperlinks – Lida com um site ou um conjunto de sites em par6cular. – Duas formas: • Redes de co-links • Redes de in-links e out-links. 28 Tipos de Analí!ca de Hyperlinks
  29. 29. •  Análise do impacto dos links – Inves6ga o impacto web de um website em termos de citações ou menções que ele recebe na web. 29 Tipos de Analí!ca de Hyperlinks
  30. 30. •  Análise de Hiperlinks de mídias sociais – Lida com a extração e análise de hiperlinks “embedados” dentro de textos de mídias sociais (ex: tweets e status de facebook). 30 Tipos de Analí!ca de Hyperlinks
  31. 31. •  Loca!on analy!cs, também conhecida como análise espacial ou geoespacial, se concentra na mineração e mapeamento de localizações de usuários, conteúdos e dados. 31 Camada 6: Localização
  32. 32. •  ANALÍTICA DE LOCALIZAÇÃO, também conhecida como análise especial ou geo- analí6ca consiste no mapeamento, visualização e mineração de localização das pessoas, dados e outros recursos. 32 Introdução
  33. 33. •  Endereço postal •  La!tude e longitude •  GPS •  Endereço IP 33 Fontes de dados de localização
  34. 34. 1)  Localização de dados orientada a negócios 2)  Localização de dados orientada as mídias sociais 34 Categorias de analí!ca de localização
  35. 35. 1)  Localização de dados orientada a negócios 35 Categorias de analí!ca de localização Lida com o mapeamento, visualização e mineração de dados de localização para reveler padrões, tendências e relações ocultas em dados tabulares de negócios.
  36. 36. •  Aplicações da localização de dados orientada a negócios: 1.  Desenvolvimento da inteligência 2.  Geo-enriquecimento dos dados 3.  Colaboração e compar!lhamento 36 Categorias de analí!ca de localização
  37. 37. 2) Localização de dados orientada as mídias sociais 37 Categorias de analí!ca de localização É baseada nos dados de localização das mídias sociais para minerar e mapear usuários, conteúdos e dados. Duas fontes comuns de dados: •  GPS •  IP
  38. 38. •  Aplicações da localização de dados orientada as mídias sociais: 1.  Propósitos de recomendação 2. Segmentação de clients 3. Anúncios 4. Requisição de informação 5. Alertas 6. Busca e recuperação 7. Navegação 38 Categorias de analí!ca de localização
  39. 39. •  Search engines analy!cs foca na análise de histórico de pesquisas em mecanismos de busca, incluindo tendências de temas de pesquisa, monitoramento de palavras-chave, histórico de anúncios, entre outros. 39 Camada 7: Mecanismos de busca
  40. 40. 40 Tipos de mecanismos de busca Tipos de m ecanismos de busca Baseado em Crawl er Mecanismos de metabus ca Diretórios
  41. 41. •  Pode significar duas coisas: 1.  O!mização de mecanismo de busca e 2.  Análise de tendências de mecanismo de busca. 41 Análise de mecanismos de busca
  42. 42. Como essas camadas poderiam ser u6lizadas? •  Há inúmeras combinações possíveis e as melhores formas de u6lizar essa camadas analí6cas para a pesquisa em sociabilidade em rede ainda é uma questão em aberto; •  No próximo slide, seguem alguns exemplos que poderíamos u6lizar para inspirar pesquisas na área.
  43. 43. Camadas analí6cas e 6pos de pesquisas

×