Este documento apresenta uma palestra sobre análise de redes sociais para quem sempre teve vergonha de perguntar. Apresenta o que é análise de redes, seu histórico acadêmico, conceitos básicos como nós, arestas e grau, estrutura da rede e medidas de centralidade. Aplica esses conceitos em exemplos como análise de festas, monitoramento de sites e redes sociais, mostrando como a análise de redes pode ser usada para entender audiências, influenciadores e estruturas de comunicação.
2. quem é você? (caldeirão, 2018)
- policial disfarçado.
Janderson Toth
Graduando em Estudos de Mídia (UFF/RJ)
> Ex-Kolab
> Pesquisador/Data Scientist na Diretoria de Análise de Políticas Públicas
da Fundação Getulio Vargas (FGV-DAPP)
> data7.blog
Pedro Meirelles
Graduado em Estudos de Mídia (UFF/RJ) e futuro mestrando pelo PPCULT/UFF
> Analista de Pesquisa e Professor no Instituto Brasileiro de Pesquisa e
Análise de Dados (IBPAD)
> insightee.com.br
3. o que vamos ver aqui hoje?
proposta da palestra.
■ Análise de Redes PARA QUEM SEMPRE TEVE MEDO DE PERGUNTAR (O QUE É):
■ A relevância (atual) da análise de redes sociais;
■ O bê-a-bá das redes;
■ Métricas iniciais para análise;
■ Exemplos e aplicações ao mercado.
por @trifenol e @seekpedro
4. por @trifenol e @seekpedro
visualizando o mundo em redes
histórico acadêmico
■ Ramo interdisciplinar de pesquisa: Física, Biologia,
Psicologia, Administração, Geografia, Sociologia,
Antropologia;
■ Antecedentes: Teoria dos Grafos + Sociometria (WASSERMAN;
FAUST, 1994; DEGENNE; FORSÉ, 1999; SCOTT, 2001);
■ Teoria dos Grafos: parte da matemática que estuda conjuntos de
objetos e suas conexões (Ëuler);
■ Sociometria: trouxe sistematização analítica a partir de
fundamentos da teoria dos grafos (SCOTT, 2011);
5. por @trifenol e @seekpedro
visualizando o mundo em redes
histórico acadêmico
■ Jacob Moreno e a Sociometria (1930):
- utiliza pela primeira vez o termo "redes"
como redes de relações interpessoais
entre indivíduos;
- desenvolve o sociograma, a representação
de rede com nós e conexões em associação
a atores e suas relações;
- foco na estrutura social para compreender
a dinâmica dos grupos.
6. por @trifenol e @seekpedro
visualizando o mundo em redes
histórico acadêmico
Novo momento da análise de redes:
disponibilização de dados sociais (ferramentas digitais de
comunicação) + métodos computacionais (coleta e análise)
“Compreender o mundo através das redes ganhou importância com a
revolução da mídia social, que absorveu bilhões de pessoas. Enquanto
conectamos coisas, ‘curtimos’, aceitamos amigos, retuitamos,
‘favoritamos’ e seguimos uns aos outros, formamos redes de relações
que agora são mais visíveis do que jamais foram.” - March Smith
7. por @trifenol e @seekpedro
visualizando o mundo em redes
ars para entender o mundo
A Análise de Redes Sociais (ARS) é uma das perspectivas de
estudo de grupos sociais que permite sua análise sistemática a
partir de sua estrutura, através de medidas específicas para
esta. (RECUERO, 2018)
- indivíduos (atores sociais) estão inseridos em estruturas complexas de
relações com outros atores;
- essas estruturas têm um papel fundamental no comportamento e na visão de
mundo desses indivíduos;
- posição desses atores é produto e produtora de interações, ou seja, a rede
influencia e é influenciada pela posição de seus usuários.
8. ■ Descobrir e idear tipos de relações
entre indivíduos, objetos e coisas;
■ Descobrir grupos e suas interações;
■ Identificar nós engajados em trocas e
fluxos de informação e valores;
■ Identificar nós de influência na rede
na emissão ou circulação de
informação;
■ Investigar fenômenos de interferência
“estratégica” ou nociva na rede;
por @trifenol e @seekpedro
■ Descobrir relações entre perfis, indivíduos e
grupos;
■ Mapear comunidades de interesse, afiliação e
troca online;
■ Identificar ativadores, agitadores ou “engajados”
em temas;
■ Analisar públicos de mídia, entidades ou
empresas;
■ Identificar influenciadores em temas ou
controvérsias públicas;
■ Investigar fenômenos como bots, fakes e ciborgues
visualizando o mundo em redes
ars para entender o mundo
(SILVA, 2017)
9. ■ Descobrir e idear tipos de relações
entre indivíduos, objetos e coisas;
■ Descobrir grupos e suas interações;
■ Identificar nós engajados em trocas e
fluxos de informação e valores;
■ Identificar nós de influência na rede
na emissão ou circulação de
informação;
■ Investigar fenômenos de interferência
“estratégica” ou nociva na rede;
por @trifenol e @seekpedro
■ Descobrir relações entre perfis, indivíduos e
grupos;
■ Mapear comunidades de interesse, afiliação e
troca online;
■ Identificar ativadores, agitadores ou “engajados”
em temas;
■ Analisar públicos de mídia, entidades ou
empresas;
■ Identificar influenciadores em temas ou
controvérsias públicas;
■ Investigar fenômenos como bots, fakes e ciborgues
visualizando o mundo em redes
ars para entender o mundo
(SILVA, 2017)
New NECSI study maps Twitter social clusters
among readers of The New York Times
- QUEM SÃO SUAS AUDIÊNCIAS?
10. ■ Descobrir e idear tipos de relações
entre indivíduos, objetos e coisas;
■ Descobrir grupos e suas interações;
■ Identificar nós engajados em trocas e
fluxos de informação e valores;
■ Identificar nós de influência na rede
na emissão ou circulação de
informação;
■ Investigar fenômenos de interferência
“estratégica” ou nociva na rede;
por @trifenol e @seekpedro
■ Descobrir relações entre perfis, indivíduos e
grupos;
■ Mapear comunidades de interesse, afiliação e
troca online;
■ Identificar ativadores, agitadores ou “engajados”
em temas;
■ Analisar públicos de mídia, entidades ou
empresas;
■ Identificar influenciadores em temas ou
controvérsias públicas;
■ Investigar fenômenos como bots, fakes e ciborgues
visualizando o mundo em redes
ars para entender o mundo
(SILVA, 2017)
- QUAIS SÃO AS VOZES MAIS POTENTES?
How network analysis helps journalists identify
social media influencers
11. ■ Descobrir e idear tipos de relações
entre indivíduos, objetos e coisas;
■ Descobrir grupos e suas interações;
■ Identificar nós engajados em trocas e
fluxos de informação e valores;
■ Identificar nós de influência na rede
na emissão ou circulação de
informação;
■ Investigar fenômenos de interferência
“estratégica” ou nociva na rede;
por @trifenol e @seekpedro
■ Descobrir relações entre perfis, indivíduos e
grupos;
■ Mapear comunidades de interesse, afiliação e
troca online;
■ Identificar ativadores, agitadores ou “engajados”
em temas;
■ Analisar públicos de mídia, entidades ou
empresas;
■ Identificar influenciadores em temas ou
controvérsias públicas;
■ Investigar fenômenos como bots, fakes e ciborgues
visualizando o mundo em redes
ars para entender o mundo
(SILVA, 2017)
- QUAIS OS ATORES MAIS INFLUENTES?
Greve Geral: mobilização histórica também nas
redes sociais
12. o bê-a-bá das redes sociais
nós, arestas e grau
por @trifenol e @seekpedro
Uma rede é uma “estrutura social composta
de indivíduos (ou organizações) chamados
de ”nós”, que são ligados (conectados)
por um ou mais tipos de interdependência,
como amizade, parentesco, interesses
comum, trocas financeiras, aversões,
relacionamentos sexuais ou
relacionamentos de crença, conhecimentos
ou prestígio”. (PASSMORE, 2011)
13. o bê-a-bá das redes sociais
nós, arestas e grau
por @trifenol e @seekpedro
Os nós são elementos analisados
que podem ser individualizados,
e podem representar algum ator
social, grupo social, produto,
palavra, objeto, site…
Aos nós podem ser aplicados
propriedades, como tamanho,
calor e cor.
Nós (vértices)
Laços (arestas)
Grau
15. o bê-a-bá das redes sociais
nós, arestas e grau
por @trifenol e @seekpedro
Os laços são as conexões entre os nós,
no Twitter pode ser ReTweet(RT) ou
Reply. Também é possível aplicar
propriedades, como peso, cor e
distância, e são divididas em três
tipos:
■ Sem Direção: Grafo que apenas liga
dois nós;
■ Direcional: Arestas que indicam que
a conexão tem apenas uma via.
■ Bidirecional: Quando as arestas
possuem duas vias.
Nós (vértices)
Laços (arestas)
Grau
17. o bê-a-bá das redes sociais
nós, arestas e grau
por @trifenol e @seekpedro
É uma métrica que define o tamanho
dos nós de acordo com a quantidade de
laços (arestas). Quanto maior o grau,
maior o nó.
Possuem 3 tipos:
■ Grau de Saída: Quantidade de
laços que saem de um nó;
■ Grau de Entrada: Quantidade de
laços que chegam em um nó;
■ Grau: A soma de ambas;
Nós (vértices)
Laços (arestas)
Grau
19. o bê-a-bá das redes sociais
estrutura da rede
por @trifenol e @seekpedro
Os clusters são estruturas de
afinidades, em termos sociais,
são grupos de interesses
comuns. Geralmente são
definidos pela estrutura da
rede e diferenciados por cor,
utilizando alguns algoritmos.
Cluster (conjunto)
Estrutura da rede
20. 1 exemplo de grafo com clusters bonitinhos
cluster
21. o bê-a-bá das redes sociais
estrutura da rede
por @trifenol e @seekpedro
A estruturação da rede é ditada
por um conjunto de algoritmos
que definem a repulsão e a
aproximação dos nós, cada
algoritmo dando pesos
diferentes aos dados.
Cluster (conjunto)
Estrutura da rede
23. o bê-a-bá das redes sociais
medidas de centralidade
por @trifenol e @seekpedro
Intermediação
Autovetor
PageRank
A centralidade de intermediação
quantifica o número de vezes
que um nó age como ponte ao
longo do caminho mais curto
entre dois outros nós.
Esses nós são conhecidos como
conectores.
24.
25. o bê-a-bá das redes sociais
medidas de centralidade
por @trifenol e @seekpedro
Intermediação
Autovetor
PageRank
Centralidade de vetor próprio é uma
medida da influência de um nó numa
rede. Ele atribui pontuações
relativas a todos os nós da rede,
baseada no conceito de que as
ligações para os nós de alta
pontuação contribuem mais para a
pontuação do nó em questão do que
ligações iguais a nós baixa
pontuação. O principal atributo é a
qualidade da ligação.
26.
27. o bê-a-bá das redes sociais
medidas de centralidade
por @trifenol e @seekpedro
Intermediação
Autovetor
PageRank
a.k.a Google!
28. KOLAB + COCA-COLA
Análise das festas Batekoo no Rio de Janeiro
o bê-a-bá das redes sociais
análise temporal
por @trifenol e @seekpedro
Crescimento dos clusters sobre “Indecente” da Anitta
29. exemplos e aplicações
inteligência com ars
por @trifenol e @seekpedro
■ o que dá pra fazer na prática?
■ em quais plataformas?
■ quem/o que serão os nós?
■ o que serão os laços (conexões)?
■ tá, mas é só do twitter?
■ como posso utilizar na minha pesquisa/monitoramento?
■ mostra uns grafos bonitos aí, pô!
30. show de katy perry com
homenagem a marielle franco
42. Análise de brand equity sob a
perspectiva do consumidor nas mídias
sociais por meio da mineração de
opinião e análise de redes sociais
(NOGUEIRA, 2015)
45. resumindo
pra sair daqui sabendo
por @trifenol e @seekpedro
■ Análise de redes é uma abordagem metodológica;
■ É possível misturar com diferentes métodos (etnografia, análise de
discurso, etc.);
■ É um modo de ver fenômenos sociais;
■ O mais importante é unir criatividade metodológica e rigor científico.
“O que é relevante aqui é perceber que a ARS existe dentro do arcabouço de
métodos possíveis para que pesquisadores das áreas que tradicionalmente não
trabalham de modo tão empírico e com tantos dados (como é o caso da
Comunicação) possam se munir de modos de análise e compreender elementos mais
amplos em seus dados” (Raquel Recuero, 2017)
46. referências e indicações
livros, blogs/sites e cursos
por @trifenol e @seekpedro
■ LIVROS/PUBLICAÇÕES
- Introdução à análise de redes sociais online (Raquel Recuero, 2017)
- Análise de Redes para Mídia Social (Raquel Recuero, Marco Bastos, Gabriela Zago; 2015)
- Redes sociais na internet (Raquel Recuero, 2009)
- Nem tão #simples assim: o desafio de monitorar políticas públicas nas redes sociais (FGV-DAPP, 2017)
- Monitoramento e pesquisa em mídias sociais: metodologias, aplicações e inovações (Tarcízio Silva, Max
Stabile, org; 2017)
- Análise de redes em Ciências Sociais (Silvio Salej Higgins e Antonio Carlos Ribeiro, 2018)
■ BLOGS/SITES
- essatalredesocial.wordpress.com
- labic.net
- dapp.fgv.br
- data7.blog
- insightee.com.br
- datapeek.com.br
- marceloalves.org
■ CURSOS
- Análise de Redes para Mídias Sociais –
Online
- Análise de Redes Sociais (FESPSP)
- Análise de Redes com R – Online
- Curso Análise de Redes Sociais (YouTube)
47. muito obrigado!
de vdd vlw flws
Contatos:
Janderson Pereira (@trifenol / data7.blog)
Pedro Meirelles (@seekpedro / insightee.com.br)
por @trifenol e @seekpedro