O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Análise de Redes em Mídias Sociais: Começando sem Erros #codabr

1.126 visualizações

Publicada em

Slideshow do workshop "Análise de Redes em Mídias Sociais: começando sem erros", na Conferência de Dados da Escola de Dados.

Publicada em: Ciências

Análise de Redes em Mídias Sociais: Começando sem Erros #codabr

  1. 1. ANÁLISE DE REDES EM MÍDIAS SOCIAIS começando sem erros
  2. 2. Tarcízio Silva Mestre (UFBA) e doutorando (UMESP) em Comunicação. Diretor de Pesquisa em Comunicação no IBPAD. Experiência anterior em agências digitais, ferramentas de monitoramento e pesquisa aplicada de inovação (Social Figures, Flagcx, Coworkers e outras). Atendeu a clientes e marcas como Ideia Inteligência, Rede Globo, Petrobras, Grupo Informe, Inter-American Development Bank, Unilever, Sebrae, TCE-PE, Netshoes, Accor Hotels, 99, Discovery e outros. Professor convidado de especializações (Digicorp-USP, Unisinos, FBB etc) e pesquisador acadêmico com diversas publicações, incluindo a organização de livros como Monitoramento e Pesquisa em Mídias Sociais: metodologias, aplicações e inovações (2016), Para Entender o Monitoramento de Mídias Sociais (2012) e Mídias Sociais: Saberes e Representações (2012). tarciziosilva.com.br
  3. 3. A ideia de rede é muito útil para pensar diferentes fenômenos naturais e sociais. A análise de redes parte do princípio que mais informação pode ser gerada a partir da compreensão de como os elementos de um conjunto estão ligados entre si. Redes por todos os lados
  4. 4. Redes por todos os lados Ecologia
  5. 5. Redes por todos os lados Ecologia Transportes
  6. 6. Redes por todos os lados Ecologia Transportes Personagens
  7. 7. Redes por todos os lados Ecologia Transportes Personagens Produtos Culturais
  8. 8. Redes por todos os lados Ecologia Transportes Personagens Produtos Culturais Ingredientes
  9. 9. Redes por todos os lados Ecologia Transportes Personagens Produtos Culturais Ingredientes Relações Sexuais
  10. 10. Redes por todos os lados Ecologia Transportes Personagens Produtos Culturais Ingredientes Relações Sexuais Jogos de Futebol
  11. 11. Por que visualizar redes? 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
  12. 12. Redes como fatos públicos / noticiáveis http://www.nytimes.com/2008/04/06/world/middleeast/06iranblog.html
  13. 13. Redes como fatos públicos / noticiáveis https://www.revistaforum.com.br/2013/06/17/mapeamento
  14. 14. Redes como fatos públicos / noticiáveis http://www.bbc.co.uk/portuguese/noticias/2013/07/130710_protestos_tweets_hashtags_cc_mdb
  15. 15. Do que é composta uma rede? • Nós: elementos individualizáveis que podem se conectar direta ou indiretamente a outros. Exemplos: pessoas, animais, websites, aeroportos, personagens, palavras, ingredientes, estações, livros, perfis, hashtags Nó / Vértice Nó / Vértice
  16. 16. Do que é composta uma rede? • Nós: elementos individualizáveis que podem se conectar direta ou indiretamente a outros. Exemplos: pessoas, animais, websites, aeroportos, personagens, palavras, ingredientes, estações, livros, perfis, hashtags • Arestas: conexões entre os nós da rede. Materiais ou imateriais; explícitas ou implícitas; intencionais ou observadas. Exemplos: relação predatória, vôos, amizade, parentesco, relações sexuais, hyperlink, retweet, co- ocorrência, proximidade Nó / Vértice Nó / Vértice Laço / Aresta
  17. 17. É difícil montar uma rede? Lista de Arestas (Relações)
  18. 18. É difícil montar uma rede? Lista de Arestas (Relações)
  19. 19. Planejando usar redes de mídias sociais Como usar redes de mídias sociais em uma reportagem ou artigo? 1. Definir problema de investigação 2. Organizar a coleta de dados 3. Interpretar os resultados 4. Visualizar e apresentar
  20. 20. Por que visualizar redes? 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 que visualizar redes em mídias sociais? 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
  21. 21. 1. Definir problema de investigação Quero identificar uma movimentação online sobre um tema relevante? Ex: Aylan Kurdi http://visualsocialmedialab.org/projects/the-iconic-image-on-social- media
  22. 22. 1. Definir problema de investigação Foto do menino Aylan Kurdi publicada por jornalista Michelle Demishevich - 33 retweets em uma hora
  23. 23. 1. Definir problema de investigação 664 retweets na segunda hora, com o papel de Diretor da Human Rights Watch
  24. 24. 1. Definir problema de investigação Fase Global: jornalista da Washington Post gera 7421 retweets
  25. 25. 1. Definir problema de investigação Mainstream: mais de 500 reportagens em veículos do mundo todo, incluindo EUA e Reino Unido - 20 mil tweets/hora
  26. 26. 1. Definir problema de investigação Quero identificar uma movimentação online sobre um tema relevante? Ex: Aylan Kurdi Quero gerar debate sobre influência em um grupo? Ex: Rede de Parlamentares no Facebook http://blogs.oglobo.globo.com/na-base-dos-dados/post/quem-sao-os- politicos-que-lideram-nas-midias-sociais.html
  27. 27. 1. Definir problema de investigação Quero gerar debate sobre influência em um grupo? Ex: Rede de Parlamentares no Facebook http://blogs.oglobo.globo.com/na-base-dos-dados/post/quem-sao-os- politicos-que-lideram-nas-midias-sociais.html
  28. 28. 1. Definir problema de investigação Quero identificar uma movimentação online sobre um tema relevante? Ex: Aylan Kurdi Quero gerar debate sobre influência em um grupo? Ex: Rede de Parlamentares no Facebook Quero mapear um macro-tema e motivações de usuários? Ex: Debate sobre Direitos das Mulheres https://publications.iadb.org/handle/11319/8501
  29. 29. 1. Definir problema de investigação Quero mapear um macro-tema e motivações de usuários? Ex: Debate sobre Direitos das Mulheres https://publications.iadb.org/handle/11319/8501
  30. 30. 1. Definir problema de investigação Quero identificar uma movimentação online sobre um tema relevante? Ex: Aylan Kurdi Quero gerar debate sobre influência em um grupo? Ex: Rede de Parlamentares no Facebook Quero mapear um macro-tema e motivações de usuários? Ex: Debate sobre Direitos das Mulheres Quero observar mudança de foco nas controvérsias políticas online? Ex: Polaridade Política
  31. 31. 1. Definir problema de investigação Quero observar mudança de foco nas controvérsias políticas online? Ex: Polaridade Política Brazil’s electorate: still polarised but in a new way, reportagem na Financial Times (Fevereiro de 2015) http://on.ft.com/1D9lB03 Brazil’s election: as polarized as can be (Novembro de 2014) http://on.ft.com/1Shyf3x
  32. 32. erro comum: se preocupar com dados tarde demais A coleta de dados deve ser iniciada o mais rápido possível Coleta retroativa pode ser cara, complexa ou impossível Levar em conta a exclusão de publicações Coleta continua de territórios relevantes para o jornalista/pesquisador “Tô preparando reportagem sobre os acontecimentos da semana passada e preciso de dados”. “Estou chegando na qualificação e preciso coletar dados das jornadas de junho de 2013... Como eu os consigo?”
  33. 33. 2. Organizando a coleta de dados Mas como coletar dados nas mídias sociais?
  34. 34. 2. Organizando a coleta de dados Mas como coletar dados nas mídias sociais? Identificar quais são os elementos das redes, seus nós e relações possíveis e o que significam em cada contexto
  35. 35. 2. Organizando a coleta de dados Mas como coletar dados nas mídias sociais? Identificar quais são os elementos das redes, seus nós e relações possíveis e o que significam em cada contexto Pragmaticamente, aprender e valiar o que é possível de ser coletado nas plataformas com as ferramentas disponíveis
  36. 36. Nós e arestas comuns nas mídias sociais NÓS CONEXÕES Perfis Hashtags Mentions RT Seguir Co-ocorrência Perfis Hashtags Co-Hashtag Seguir Perfis Páginas Likes Co-Comentários Tagging Amizades Blogs Sites Links Canais Usuários Inscrição Co-comentários
  37. 37. 2. Organizando a coleta de dados Monitoramento de publicações Extração / Scraping de Relações
  38. 38. 2. Organizando a coleta de dados Monitoramento de publicações Coleta de conteúdo publicado por usuários, geralmente sobre determinados temas, como controvérsias, eventos, políticos etc. Exemplos: • monitoramento de tweets sobre determinado tema • monitoramento de hashtags publicadas em uma região Extração / Scraping de Relações
  39. 39. 2. Organizando a coleta de dados Monitoramento de publicações Coleta de conteúdo publicado por usuários, geralmente sobre determinados temas, como controvérsias, eventos, políticos etc. Exemplos: • monitoramento de tweets sobre determinado tema • monitoramento de hashtags publicadas em uma região Extração / Scraping de Relações Extração ou raspagem de relações mais permanentes, que possam indicar redes de apoio, afiliações ou influência. Exemplos: • relações de likes entre páginas de um grupo de interesse • hyperlinks entre sidebars de blogs políticos
  40. 40. 2. Organizando a coleta de dados Monitoramento de publicações • Definição de temas e ambientes • Construção de queries de busca (no Twitter, busca booleana) • Configuração de ferramenta • Tratamento da coleta • Análise e interpretação Tema: Minha Ciência em um Tweet Queries: #MinhaCienciaEmUmTweet OR “minha ciência em um tweet” Ciência AND (Brasil OR twitter OR pesquisa) Universidades AND (Brasil OR Twitter OR pesquisa)
  41. 41. 2. Organizando a coleta de dados https://netlytic.org
  42. 42. 2. Organizando a coleta de dados https://netlytic.org
  43. 43. 2. Organizando a coleta de dados https://netlytic.org Nó / Vértice Nó / Vértice Laço / Aresta 07CleaMe DrJorgeMelendez Retweet
  44. 44. 2. Organizando a coleta de dados Monitoramento de publicações Coleta de conteúdo publicado por usuários, geralmente sobre determinados temas, como controvérsias, eventos, políticos etc. Exemplos: • monitoramento de tweets sobre determinado tema • monitoramento de hashtags publicadas em uma região Extração / Scraping de Relações Extração ou raspagem de relações mais permanentes, que possam indicar redes de apoio, afiliações ou influência. Exemplos: • relações de likes entre páginas de um grupo de interesse • hyperlinks entre sidebars de blogs políticos
  45. 45. 2. Organizando a coleta de dados Extração/Scraping de relações • Definição de temas e escopo • Levantamento de sites/páginas seed • Snowball sampling
  46. 46. 2. Organizando a coleta de dados
  47. 47. Ferramentas Coleta + Visualização COSMOS
  48. 48. twitteR Rfacebook ThinkToStartR Ferramentas Coleta de Dados Coleta + Visualização Naoyun COSMOS
  49. 49. twitteR Rfacebook ThinkToStartR Ferramentas Coleta de Dados Coleta + Visualização Visualização / Processamento Naoyun igraph COSMOS
  50. 50. twitteR Rfacebook ThinkToStartR Ferramentas Coleta de Dados Coleta + Visualização Visualização / Processamento Social Listening Naoyun igraph COSMOS
  51. 51. Métricas de Redes Grau de Centralidade: contabiliza o número de conexões totais; conexões enviadas (Saída) ou recebidas (Entrada) Centralidade Autovetor: uma medida que analisa não só a quantidade de conexões recebidas por um nó, mas se estas conexões são feitas por outros nós também conectados. Pode ser utilizado para medir a influência, em alguns casos. Intermediação: a métrica de intermediação permite calcular quantas vezes um nó está presente entre os menores caminhos possíveis entre dois nós da mesma rede. Pode representar a possibilidade um nós ser um “intermediário”, como o nome diz, na circulação de algum dado ou informação na rede, por exemplo.
  52. 52. Métricas de Redes Grau de Centralidade: contabiliza o número de conexões totais; conexões enviadas (Saída) ou recebidas (Entrada) Grau 6 Grau de Entrada 4 Grau de Saíde 2 Grau 5 Grau de Entrada 2 Grau de Saída 3
  53. 53. Métricas de Redes Grau de Centralidade: Grau de Entrada Grau de Saída scienceblogsbr 133 nilmoretto 117 moiraleao 99 erickjr_silva 94 jessica7duarte 95 patrickkalt 87 foliveira_astro 83 franciscoicmc 76 iaravps 56 iserrapilheira 58 scienceblogsbr 49 paulusantana 43 rafazenni 37 lyzbeltrame 30 licunhag 29 aguilaniulab 26 minasfazciencia 21 homem100medo 20 lucas_maxado_ 19 carloshotta 17
  54. 54. Métricas de Redes Centralidade Autovetor: uma medida que analisa não só a quantidade de conexões recebidas por um nó, mas se estas conexões são feitas por outros nós também conectados. Pode ser utilizado para medir a influência, em alguns casos. O algoritmo PageRank, utilizado por Larry Page para o rankeamento no Google, é um exemplo do tipo. Simplificação da lógica do PageRank
  55. 55. Métricas de Redes Intermediação: a métrica de intermediação permite calcular quantas vezes um nó está presente entre os menores caminhos possíveis entre dois nós da mesma rede. Pode representar a possibilidade um nós ser um “intermediário”, como o nome diz, na circulação de algum dado ou informação na rede, por exemplo. A Definition, Meta-Methology, & Practical Purpose for Evaluation http://bit.ly/1VNGDqP A: maior Intermediação B: maior Grau
  56. 56. Métricas de Redes Densidade: a métrica de densidade mede o quão próxima de estar totalmente conectada uma rede está. Uma rede contendo todas as conexões possíveis entre todos os nós teria densidade 1. Rede com 50 nós e 374 arestas, densidade 0.305 Rede com 50 nós e 712 arestas, densidade 0.581
  57. 57. 3. Interpretar os resultados Pontos de foco Controvérsias e posições Disrupções e conflitos Reapropriações Atores x Grupos Densidade Centros e Periferia
  58. 58. Clusters / Comunidades Agrupamentos identificados através da conexão entre perfis. Clusters são grupos de perfis mais conectados entre si do que em relação à rede como um todo. Quando são clusters de pessoas, podem indicar comunidades de pessoas que interagem entre si com frequência.
  59. 59. Austrália https://pt.slideshare.net/Snurb/exploring-emotions- on-auspol-polarity-and-public-performance-in-the- twitter-debate-on-australian-politics Estados Unidos http://cs.wellesley.edu/~pmetaxas/Research/coRT- Political-Polarization.pdf Brasil https://www.digitalrightslac.net/pt/polarizacion-y- resaca-electoral-en-brasil
  60. 60. https://publications.iadb.org/handle/11319/8501
  61. 61. http://cmsimpact.org/resource/beyond-hashtags-ferguson-blacklivesmatter-online-struggle-offline-justice
  62. 62. erro: mostrar parte da rede Mostrar apenas parte da rede pode levar a interpretações errôneas. Em 2014 vazou documento de escritório de advocacia acusando ação estratégica de tuiteiros contra candidato. http://ibidem.org.br/aecio-neves-aciona-judicialmente-o-twitter-para-que-dados-de-66-usuarios-sejam-revelados “
  63. 63. Limites das redes REDES EGO-CENTRADAS REDES SOCIO-CENTRADAS REDES DE SISTEMAS ABERTOS
  64. 64. Limites das redes REDES EGO-CENTRADAS Redes construídas em torno de um ponto de partida e suas conexões. Exemplo: rede de seguidores no Twitter de um canal; rede direta de likes de uma página do Facebook. REDES SOCIO-CENTRADAS REDES DE SISTEMAS ABERTOS Rede-ego 1.5 de uma única página de Facebook
  65. 65. Limites das redes REDES EGO-CENTRADAS Redes construídas em torno de um ponto de partida e suas conexões. Exemplo: rede de seguidores no Twitter de um canal; rede direta de likes de uma página do Facebook. REDES SOCIO-CENTRADAS Redes dentro de um “limite” definido, com número total de nós conhecido. No caso das mídias sociais: rede de interações dentro de um grupo do Facebook. REDES DE SISTEMAS ABERTOS Rede-ego 1.5 de uma única página de Facebook Rede de co-comentários entre usuários dentro de uma única página de Facebook
  66. 66. Limites das redes REDES EGO-CENTRADAS Redes construídas em torno de um ponto de partida e suas conexões. Exemplo: rede de seguidores no Twitter de um canal; rede direta de likes de uma página do Facebook. REDES SOCIO-CENTRADAS Redes dentro de um “limite” definido, com número total de nós conhecido. No caso das mídias sociais: rede de interações dentro de um grupo do Facebook. REDES DE SISTEMAS ABERTOS Redes nas quais os limites não são claramente definidos ou conhecidos. Exemplo nas mídias sociais: influenciadores sobre um determinado segmento, a partir de monitoramento de keywords. Rede-ego 1.5 de uma única página de Facebook Rede de co-comentários entre usuários dentro de uma única página de Facebook Rede baseada nas interações sobre a keywords employment AND #SDG durante evento
  67. 67. erro comum: usar métricas inadequadas Compreender as métricas adequadas para o fenômeno observado Centralidade no debate? Intermediação de informação? Engajamento ou Impacto? Softwares com visualização gráfica online tendem a limitar a customização de métricas e layouts Seguir para softwares mais potentes para processamento e visualização (Gephi)
  68. 68. 4. Visualizar e apresentar Clareza sobre a coleta e limites dos dados Padrões sobre variáveis: • Tamanho dos nós: variáveis quantitativas como centralidade, intermediação, autovetor • Geralmente variáveis nominais são visualizadas com cores, como módulos/comunidades ou origem geográfica Compartilhamento de datasets completo dificultado por ToS Visualizações interativas como sigmajs http://www.ibpad.com.br/redes/direita-esquerda http://www.ibpad.com.br/redes/primeiroassedio http://www.ibpad.com.br/redes/instagrambr
  69. 69. O livro Monitoramento e Pesquisa em Mídias Sociais: metodologias, aplicações e inovações reúne colaborações de uma rede de profissionais e pesquisadores que atuam em universidades, empresas e agências. Temas basilares, mas ainda controvertidos, como análise de sentimento, atendimento ao consumidor ou etnografia somam-se a aplicações e inovações que vão de reconhecimento de imagem a estudos sobre memes, compondo contribuição sólida ao campo. IBPAD bit.ly/livroibpad
  70. 70. redes Ecologia http://www.oupcanada.com/catalog/9780195188165.html Personagens http://moviegalaxies.com Livros https://www.facebook.com/notes/facebook-data-science/books- that-have-stayed-with-us/10152511240328859/ Ingredientes http://www.ladamic.com/wordpress/?p=294 Rede de Relações Sexuais http://bit.ly/1gmRsQs Futebol http://bit.ly/2hTIrkp Insights from Social Media on Gender in Latin America https://publications.iadb.org/handle/11319/8501#sthash.xyoBuDPv.dp uf Leia e Estude + Iniciação a Redes - NetSciEd Livro Monitoramento e Pesquisa em Mídias Sociais Curso ONLINE gratuito de Netlytic ferramentas Chorus http://chorusanalytics.co.uk Cosmos http://socialdatalab.net/software Flocker flocker.outliers.es Gephi https://gephi.org Igraph igraph.org Issuecrawler http://issuecrawler.com Netlytic netlytic.org Netvizz https://apps.facebook.com/netvizz NodeXL https://nodexl.codeplex.com Naoyun http://matthieu- totet.fr/Koumin/tools/naoyun Onodo https://onodo.org Polinode https://polinode.com Pajek http://mrvar.fdv.uni-lj.si/pajek SNAP http://snap.stanford.edu/snap/ VOSON http://uberlink.com/services/voson UCINET sites.google.com/site/ucinetsoftware/home

×