Análise da Influência das Redes Sociais sobre o Resultado                         de uma EleiçãoJansepetrus Brasileiro Per...
dados capturados no Twitter1 sobre o resultado de um processo eleitoral, utilizando-sede técnicas de SNA2. Tal análise vis...
ferramenta de Análise de Redes Sociais, o Gephi3, que nos permite analisar dados embusca de singularidades e aplicar métri...
Após identificar as comunidades presentes no grafo, foram analisados os resultadosdas métricas aplicadas. Como pode ser ob...
ReferênciasBerkowitz, S. D. (1982) “An Introduction to Structural Analysis: The Network  Approach to Social Research”. Tor...
Próximos SlideShares
Carregando em…5
×

Análise da Influência das Redes Sociais sobre o Resultado de uma Eleição

747 visualizações

Publicada em

Versão final do artigo aceito para publicação e apresentação oral na II Escola Paraibana de Informática

Publicada em: Educação
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
747
No SlideShare
0
A partir de incorporações
0
Número de incorporações
83
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Análise da Influência das Redes Sociais sobre o Resultado de uma Eleição

  1. 1. Análise da Influência das Redes Sociais sobre o Resultado de uma EleiçãoJansepetrus Brasileiro Pereira 1, Danyllo Wagner Albuquerque 1, Moacir Lopes de Mendonça 1, Alisson V. Brito 1 1 Centro de Informática – Universidade Federal da Paraíba (UFPB) Campus Universitário Castelo Branco – João Pessoa – PB – Brasil {jansebp, danyllowagneralbuquerque, moacir.lopes.jr, alissonbrito} @gmail.com Abstract. People tend to increasingly use Social Networks to express their opinions, discuss emerging topics and defend points of view. When were in electoral period, this interaction is even more intense because people support their candidates and they promote their campaign in these networks. Thinking about this, this work aims to examine the possible influence of social networks, more specifically Twitter, in a Electoral Process, by using techniques of Social Network Analysis. Resumo. As pessoas tendem a utilizar cada vez mais as Redes Sociais para expor suas opinões, discutir sobre assuntos emergentes e defender pontos de vista. Quando estamos em época eleitoral, essa interação se mostra ainda mais intensa, devido às pessoas apoiarem seus candidatos e os candidatos se preocuparem em divulgar suas propostas nessas redes. Com base nisso, o presente estudo visa analisar a possível influência das Redes Sociais, mais especificamente o Twitter, em um processo eleitoral, fazendo-se o uso de técnicas de Análise de Redes Sociais.1. IntroduçãoAs Redes Sociais são uma forma de partilhar ideias e trocar informações entreindivíduos que possuem os mesmos interesses e/ou objetivos [Stanley 1994]. Apesar deser um conceito amplo, podemos percebê-lo mais facilmente quando trazemos para oescopo das Redes Sociais Online. A cada dia que passa, com a expansão da Internet e ainclusão digital, surgem várias ferramentas com o intuito de reunir pessoas comobjetivos e interesses em comum, como é o caso do Facebook, Twitter, Orkut, dentreoutras. Este novo paradigma de interação social abriu caminho para vários estudos naárea, trazendo conceitos de Sociologia, Antropologia, Psicologia etc, para o escopo dainteração virtual. Uma abordagem utilizada comumente, e inclusive neste trabalho, é aAnálise de Redes Sociais (do inglês, Social Network Analysis – SNA) que estuda oschamados atores, que são conjuntos de um ou mais indivíduos em uma rede, e suasinterconexões. Tendo esses dois conceitos em mente, o presente estudo tem como objetivo fazeruma análise da influência das interações sociais entre atores de uma rede baseada em
  2. 2. dados capturados no Twitter1 sobre o resultado de um processo eleitoral, utilizando-sede técnicas de SNA2. Tal análise visa identificar se é possível uma aproximação doresultado de uma eleição com base na interação dos indivíduos envolvidos no processo,sejam eleitores ou candidatos.2. TwitterO Twitter é uma Rede Social online de relacionamento, lançada em 2006, onde cadausuário publica mensagens de até 140 caracteres, chamados de tweets, que serão lidasem tempo real por todos os usuários que o sigam na rede. Ou seja, um usuário, para lerpublicações de outro, deve cadastrá-lo em uma lista com tal finalidade, chamada de“Following” (Seguindo). A interação direta entre usuários ocorre através da sintaxe“@”, chamada de “mention” (ou menção), onde o usuário deve utilizar a arroba antes donome do usuário com o qual deseja interagir e digitar a mensagem. Para o presenteestudo foi analisada essa interação entre usuários através de menções.3. Análise de Redes Sociais (SNA)Primeiramente, devemos definir Redes Sociais. De acordo com Berkowitz (1982), umaRede Social pode ser entendida como uma estrutura social composta por nós (que sãogeralmente indivíduos ou organizações) que estão ligados por um ou mais tipos tipos deinterdependência. Trazendo esse conceito para o escopo da Ciência da Informação,podemos visualizar uma Rede Social como um Grafo. Um Grafo é uma par (N, A) emque N é um conjunto arbitrário e A é um subconjunto de N. Os elementos de N sãochamados de nós, ou vértices, e os de A são chamados de arestas, ou arcos, constituídode pares ordenados ou não de nós pertencentes a N. A Figura 1 representa um Grafo nãodirecionado para o conjunto N = { 1 , 2 , 3 , 4 , 5 } e A = { (1,2) , (1,3) , (2,3) , (2,4) ,(3,4) , (4,5) }. Figura 1 – Representação de um Grafo Não Direcionado Para tratar das relações entre esses nós, pode-se fazer o uso de técnicas de Análise deRedes Sociais (SNA).4. Metodologia de AnáliseFoi feito um monitoramento de uma rede composta por candidatos à Prefeitura domunicípio de João Pessoa e os possíveis eleitores que mencionaram (mention) um delesem suas contas do Twitter durante todo o 1º turno. Feito isso, utilizou-se uma1 https://twitter.com/2 A fim de evitar ambiguidades, utilizar-se-á o temos em inglês.
  3. 3. ferramenta de Análise de Redes Sociais, o Gephi3, que nos permite analisar dados embusca de singularidades e aplicar métricas de SNA, com o intuito de responder nossashipóteses. A ferramenta fornece muitas possibilidades de visualizações e decombinações de resultados. Para esse estudo foram escolhidas apenas algumas, queforam divididas em duas etapas de análise. Na primeira, a rede foi analisada de acordocom sua modularidade (ou “Modularity”). Já na segunda etapa utilizou-se algumasmétricas de Centralidade como:  “PageRank”, que atribui valores aos nós baseados nas ligações que os outros nós possuem (nós com mais ligações possuem valores maiores do que nós com poucas ligações). Para um candidato, ser mencionado por uma pessoa com muitas ligações na rede lhe confere um alto “Page Rank”;  “Centrality Degree” (Grau de Centralidade), que representa o número de ligações de um nó na rede;  “Betweenness Centrality” que indica o quão frequentemente um nó aparece no caminho mais curto entre outros nós na rede;  “Closeness Centrality”, que indica, na média, o quão próximo um nó é dos demais.5. Resultados ObtidosAo analisar a rede de acordo com sua Modularidade, que avalia o peso de cada arestapara detectar a formação de comunidades, ou sub-redes, a ferramenta foi capaz deencontrar 4 comunidades, indicando cada um dos principais candidatos na disputa,como pode ser visto na Figura 2. Figura 2 – Comunidades encontradas de acordo com a Modularidade3 https://gephi.org/
  4. 4. Após identificar as comunidades presentes no grafo, foram analisados os resultadosdas métricas aplicadas. Como pode ser observado na Tabela 1, Luciano Cartaxo além depossuir um maior número de conexões na rede, como é descrito pelo “CentralityDegree”, ele supera os outros candidatos no que se refere ao “Betweenness”, uma vezque apresenta mais que o dobro do segundo candidato. Luciano Cartaxo também semostrou mais próximo dos demais nós da rede, por apresentar o menor “Closeness”dentre os demais candidatos. Além disso, obter um “PageRank” elevado, indica umacerta influência no comportamento da rede, uma vez que esse valor é baseado nosvalores de outros nós. Tabela 1 – Resultados da aplicação das métricas de SNA Candidato Degree Closeness Betweenness PageRank Luciano Cartaxo 2680 1.740 6,341,336.043 0.213 Estela Isabel 1754 2.175 3,707,639.268 0.166 Cícero Lucena 939 2.558 1,817,709.744 0.052 Zé Maranhão 478 2.775 1,044,550.945 0.0296. Considerações FinaisTendo os resultados das análises, podemos afirmar que ao monitorar uma rede de umaeleição composta por possíveis eleitores e candidatos, podemos fazer o uso de métricasde SNA para ter uma ideia do comportamento dessa rede como um todo. Ou seja, emum cenário ideal, o comportamento de uma rede seguirá o comportamento do(s)membro(s) mais influente(s), uma vez que ele é grande disseminador de informações.No caso do monitoramento feito, quanto mais um nó foi citado no Twitter, mais ele setornou “influente” na rede, e isso pode indicar que é o de maior aceitação no universo daanálise. Quando falamos de eleição, o nó de maior aceitação vira sinônimo de possívelvencedor. Confrontando o resultado obtido com a ordem das Eleições no 1º turno,vemos apenas uma diferença no que se refere ao 2º e 3º lugar. O resultado do 1º turnodas Eleições para prefeito de João Pessoa obteve Luciano Cartaxo em 1º lugar, CíceroLucena em 2º, Estela Isabel em 3º e Zé Maranhão em 4º, de acordo com dados do TSE4.Nossos estudos anteciparam qual candidato seria o primeiro colocado, mas não obtevetanto sucesso ao analisar os demais. Isso pode ter sido influenciado por vários fatores,uma vez que não fizemos a análise do conteúdo das mensagens postadas. Muitasmenções a um candidato podem, na verdade, ser de cunho negativo e isso aumentar onível de rejeição dos eleitores contra ele. Para trabalhos futuros, o conteúdo dasmensagens está sendo avaliado para obtermos outros pontos de vista sobre o processo. Mesmo assim, é razoável afirmar que a interação dos nós de uma rede compostapelos candidatos de uma eleição e seus possíveis eleitores pode sim ter influência noresultado final do processo.4 http://www.tre-pb.gov.br/eleicoes/resultados.html
  5. 5. ReferênciasBerkowitz, S. D. (1982) “An Introduction to Structural Analysis: The Network Approach to Social Research”. Toronto: Butterworth.Blondel, V. D., Guillaume, J., Lambiotte, R., Lefebvre, E. (2008) Fast unfolding of communities in large networks.Feofiloff, P., Kohayakawa, Y., Wakabayashi, Y. (2011) “Uma Introdução Sucinta à Teoria dos Grafos”.Sedgewick, R., Wayne, K. (2011) “Algorithms, 4th Edition. Addison-Wesley Professional”.Stanley, W., Faust, K. (1994) “Social Network Analysis: Methods and Applications”. Cambridge University Press.Twitter. (2012). “Sobre o Twitter”. Acessado em 6 de Novembro de 2012. https://twitter.com/about

×