Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

ESTUDANDO NARRATIVAS DIGITAIS ATRAVÉS DO PRISMA DE DADOS DE MÍDIAS SOCIAIS

975 views

Published on

Talk given by Anatoliy Gruzd at the "Simpósio Internacional de Tecnologia e Narrativas Digitais" http://www.labcomufma.com/sitnd
in São Luís, MA, Brazil on Nov-18-2015

Published in: Social Media
  • Be the first to comment

ESTUDANDO NARRATIVAS DIGITAIS ATRAVÉS DO PRISMA DE DADOS DE MÍDIAS SOCIAIS

  1. 1. ESTUDANDO NARRATIVAS DIGITAIS ATRAVÉS DO PRISMA DE DADOS DE MÍDIAS SOCIAIS Anatoliy Gruzd gruzd@ryerson.ca @gruzd Canada Research Chair in Social Media Data Stewardship Associate Professor, Ted Rogers School of Management Director, Social Media Lab Ryerson University UFMA, Brazil Nov 18, 2015 http://www.labcomufma.com/sitnd Portuguese Translation by Viviane Simões
  2. 2. Pesquisa no Social Media Lab http://SocialMediaLab.ca
  3. 3. Resumo 1. Sites de Mídias Sociais se tornaram uma parte integral das nossas vidas cotidianas 2. Dados de Mídias Sociais são bons representantes no estudo de interações online e offline 3. Análise de Redes Sociais é um método efetivo para analisar os dados de mídias sociais 4. Atuais e Futuros desafios na Pesquisa de Mídias Sociais Twitter: @gruzd ANATOLIY GRUZD 3
  4. 4. Twitter: @gruzd ANATOLIY GRUZD 4 Sites de Mídias Sociais se tornaram uma parte integral das nossas vidas cotidianas! Crescimento nos Dados de Mídias Sociais Facebook 1.5B usuários Instagram 400M usuários Twitter 300M usuários
  5. 5. Twitter: @gruzd ANATOLIY GRUZD Sites de Mídias Sociais se tornaram uma parte integral das nossas vidas cotidianas! Crescimento nos Dados de Mídias Sociais Instagram Linkedin Twitter Wikipedia Youtube Facebook Top social media sites in Brazil source: alexa.com
  6. 6. Tomada de Decisão em domínios como Política, Saúde e Educação Twitter: @gruzd ANATOLIY GRUZD 6 Como Entender Dados de Mídias Sociais? APIs Públicos Revende dores de dados Auto coleta/Au to relato
  7. 7. Como Entender Dados de Mídias Sociais? Tecnologia Big Data Twitter: @gruzd ANATOLIY GRUZD 7 Credit: Nathan Lapierre
  8. 8. Twitter: @gruzd ANATOLIY GRUZD 8 Ferramentas de Análise de Mídias Sociais http://socialmedialab.ca/apps/social-media-toolkit/
  9. 9. Netlytic.org infraestrutura de pesquisa baseada em nuvem para a análise de textos automática e para a descoberta de redes sociais a partir de dados de mídias sociais
  10. 10. Data -> Visualizations -> Understanding Como Entender Dados de Mídias Sociais? Analítica de Dados e Visual Twitter: @gruzd ANATOLIY GRUZD 10
  11. 11. Como Entender Dados de Mídias Sociais? Exemplo: Análise Geo-based Twitter: @gruzd ANATOLIY GRUZD 11
  12. 12. Análise de Redes Sociais (ARS) Nós = Pessoas Setas/Ligações (linhas) = Relações/ “Quem retweetou/respondeu/mencionou quem” Como Entender Dados de Mídias Sociais? Twitter: @gruzd ANATOLIY GRUZD 12
  13. 13. Ela torna muito mais fácil entender o que está acontecendo em um grupo Vantagens da Análise de Redes Sociais Uma vez que a rede é descoberta, podemos descobrir: • Como as pessoas interagem umas com as outras, • Quem são os membros mais/menos ativos, • Quem tem influência em um grupo, • Quem é suscetível a ser influenciado, etc… Twitter: @gruzd ANATOLIY GRUZD 13 Liberal Conservative Spam Unknown & Undecided NDP Left Green Bloc Other Gruzd, A. and Roy, J (2014). Political Polarization on Social Media: Do Birds of a Feather Flock Together on Twitter? Policy & Internet.
  14. 14. Abordagem comum para a coleta de dados de redes sociais: • Dados de redes sociais auto relatados podem não estar disponíveis/não serem precisos • Pesquisas ou entrevistas Problemas com pesquisas ou entrevistas • Elas são demoradas • As perguntas podem ser delicadas • As respostas podem ser subjetivas ou incompletas • O participante pode esquecer pessoas ou interações • Pessoas diferentes percebem eventos e relacionamentos de modo diferente Como Coletar Informações Sobre Redes Sociais Online? Twitter: @gruzd ANATOLIY GRUZD 14
  15. 15. Estudando Redes Sociais Online http://www.visualcomplexity.com/vc Redes de Fórum Redes de Blogs Redes de amizade (Facebook, Twitter, Google+, etc…) Redes de pessoas de mesma opinião (YouTube, Flickr, etc…) Twitter: @gruzd ANATOLIY GRUZD 15
  16. 16. Objetivo: Descoberta de Redes Automatizadas Desafio: Descobrir quais características baseadas em conteúdo de interações online podem ajudar a descobrir nós e ligações entre membros de um grupo Como Coletar Informações Sobre Redes Sociais Online? Twitter: @gruzd ANATOLIY GRUZD 16
  17. 17. Descoberta Automatizada de Redes Sociais E-mails Nick Rick Dick • Nós = Pessoas • Ligações = “Quem fala com quem” Força da ligação = número de mensagens trocadas entre indivíduos Twitter: @gruzd ANATOLIY GRUZD 17
  18. 18. Descoberta Automatizada de Redes Sociais Comunicação “De Muitos para Muitos” ChatMailing listservForum Comments Twitter: @gruzd ANATOLIY GRUZD 18
  19. 19. @John @Peter @Paul • Nós = Pessoas • Ligações = “Quem retweetou/respondeu/mencion ou quem” • Força da ligação = número de retweets, respostas ou menções Descoberta Automatizada de Redes Sociais Redes doTwitter Twitter: @gruzd ANATOLIY GRUZD 19
  20. 20. Descoberta Automatizada de Redes Sociais Exemplos de Dados do Twitter Ligação de Rede @MarcosCarvo -> @prefeiturasl Twitter: @gruzd ANATOLIY GRUZD 20 Ligação de rede @Gruzd -> @SidneyEve Tipo de Conexão: Menção Tipo de Conexão: Resposta
  21. 21. Caso de Estudo do Twitter número 1 #ELECTION2016 in USA SÃO LUÍS, MARANHÃO Twitter: @gruzd ANATOLIY GRUZD 21
  22. 22. Caso de Estudo do Twitter número 1 #ELECTION2016 in USA SÃO LUÍS, MARANHÃO Twitter: @gruzd ANATOLIY GRUZD 22 3,566 registros (15-17 de Novembro, 2015)1394 registros (29 de Outubro, 2015)
  23. 23. Caso de Estudo do Twitter número 1 #ELECTION2016 in USA SÃO LUÍS, MARANHÃO Twitter: @gruzd ANATOLIY GRUZD 23 3,566 registros (15-17 de Novembro, 2015)1394 registros (29 de Outubro, 2015) O que essas vizualizações nos dizem?
  24. 24. Medidas de Análise de Redes Sociais (ARS) Nível Micro Centralidade de Entrada Centralidade de Saída Centralidade de Intermediação Outras Medidas de Centralidade (e.g., proximidade, vetor-próprio) Nível Macro Densidade Reciprocidade Centralização Modularidade ANATOLIY GRUZD 24Twitter: @gruzd
  25. 25. Medidas de ARS Nível Micro Centralidade de Entrada Centralidade de Saída Centralidade de Intermediação Outras Medidas de Centralidade (e.g., proximidade, vetor-próprio) ANATOLIY GRUZD 25 Centralidade de Entrada sugere “prestígio”, realçando os usuários mais mencionados ou que recebem mais respostas no Twitter Twitter: @gruzd
  26. 26. Centralidade de Entrada Rede do Twitter de São Luís Twitter: @gruzd ANATOLIY GRUZD 26
  27. 27. Medidas de ARS Nível Micro Centralidade de Entrada Centralidade de Saída Centralidade de Intermediação Outras Medidas de Centralidade (e.g., proximidade, vetor-próprio) ANATOLIY GRUZD 27 Centralidade de Saída revela usuários ativos do Twitter que tem uma boa percepção dos outros usuários na rede Twitter: @gruzd
  28. 28. Centralidade de Saída Rede do Twitter de São Luís Twitter: @gruzd ANATOLIY GRUZD 28
  29. 29. Centralidade de Saída Rede do Twitter de São Luís Twitter: @gruzd ANATOLIY GRUZD 29
  30. 30. Medidas de ARS Nível Micro Centralidade de Entrada Centralidade de Saída Centralidade de Intermediação Outras Medidas de Centralidade (e.g., proximidade, vetor-próprio) ANATOLIY GRUZD 30 Centralidade de Intermediação mostra atores que estão localizados no maior número de caminhos de informação e que frequentemente conectam diferentes grupos de usuários na rede Twitter: @gruzd
  31. 31. Centralidade de Intermediação Rede do Twitter de São Luís Twitter: @gruzd ANATOLIY GRUZD 31
  32. 32. Medidas de ARS Nível Macro Densidade Reciprocidade Centralização Modularidade Densidade indica a conectividade total na rede (o número total de conexões dividido pelo número total de possíveis conexões). É igual a 1 quandos todos estão conectados com todos. ANATOLIY GRUZD 32Twitter: @gruzd User1 User3 User2 Densidade = 1
  33. 33. #Election2016 São Luís Nós 491 392 Ligações 1075 379 Densidade 0.005 (0.5%) 0.0025 (0.25%) Reciprocidade Centralização Modularidade ANATOLIY GRUZD 33Twitter: @gruzd
  34. 34. Medidas de ARS Nível Macro Densidade Reciprocidade Centralização Modularidade Reciprocidade mostra quantos participantes online estão tendo conversas mútuas. Em um cenário onde todos respondem a todos, o valor de reciprocidade será 1. ANATOLIY GRUZD 34Twitter: @gruzd User2 User1 User3 User4 Reciprocidade=1
  35. 35. #Election2016 São Luís Nós 491 392 Ligações 1075 379 Densidade 0.005 (0.5%) 0.0025 (0.25%) Reciprocidade 0.006 (0.6%) 0.063 (6.3%) Centralização Modularidade ANATOLIY GRUZD 35Twitter: @gruzd
  36. 36. Medidas de ARS Nível Macro Densidade Reciprocidade Centralização Modularidade Centralização indica se a rede é dominada por poucos participantes centrais (valores próximos a 1), ou se mais pessoas estão contribuindo para a discussão e disseminação da informação (valores próximos a 0). ANATOLIY GRUZD 36Twitter: @gruzd User2 User1User3 User4 Centralização=1
  37. 37. #Election2016 São Luís Nós 491 392 Ligações 1075 379 Densidade 0.005 (0.5%) 0.0025 (0.25%) Reciprocidade 0.006 (0.6%) 0.063 (6.3%) Centralização 0.047 0.113 Modularidade Twitter: @gruzd ANATOLIY GRUZD 37
  38. 38. Medidas de ARS Nível Macro Densidade Reciprocidade Centralização Modularidade Modularidade fornece uma estimativa de se uma rede consiste de um grupo coerente de participantes que estão engajados na mesma conversa e que estão prestando antenção uns nos outros (valores próximos a 0); ou se uma rede consiste de conversas diferentes e comunidades com uma fraca sobreposição (valores próximos a 1). ANATOLIY GRUZD 38Twitter: @gruzd
  39. 39. #Election2016 São Luís Nós 491 392 Ligações 1075 379 Densidade 0.005 (0.5%) 0.0025 (0.25%) Reciprocidade 0.006 (0.6%) 0.063 (6.3%) Centralização 0.047 0.113 Modularidade 0.424 0.883 ANATOLIY GRUZD 39Twitter: @gruzd
  40. 40. Caso de Estudo do Twitter número 2 #ForaDilma #ForaCunha Twitter: @gruzd ANATOLIY GRUZD 40 1292 postagens, 935 usuários (14-16 de Novembro, 2015) 1526 postagens, 881 usuários (15-16 de Novembro, 2015)
  41. 41. #ForaDilma #ForaCunha Nós 883 718 Ligações 1602 760 Densidade 0.002 (0.2%) 0.0015 (0.15%) Reciprocidade 0.02 (2%) 0.05 (5%) Centralização 0.08 0.02 Modularidade 0.72 0.9 ANATOLIY GRUZD 41Twitter: @gruzd
  42. 42. #SMSociety15 42#SMSociety15
  43. 43. Atuais e Futuros Desafios de Pesquisa: A Ascenção de Bots Sociais A quem estamos estudando? Humanos or Bots? ANATOLIY GRUZD 43Twitter: @gruzd
  44. 44. Atuais e Futuros Desafios de Pesquisa: A Ascenção de Filtros Algorítimos A quem estamos estudando? Comportamento Humano ou Algorítimos? ANATOLIY GRUZD 44Twitter: @gruzd
  45. 45. Atuais e Futuros Desafios de Pesquisa: Considerações Éticas • Quais são as responsabilidades dos pesquisadores que trabalham com dados de mídias sociais? • Pesquisadores deveriam apenas apresentar dados de forma agregada para evitar a ligação com usuários individuais? • Pesquisadores deveriam coletar consentimento informado dos usuários de mídias sociais, mesmo quando estiverem trabalhando com dados publicamente disponíveis? ANATOLIY GRUZD 45Twitter: @gruzd
  46. 46. Resumo 1. Sites de Mídias Sociais se tornaram uma parte integral das nossas vidas cotidianas 2. Dados de Mídias Sociais são bons representantes no estudo de interações online e offline 3. Análise de Redes Sociais é um método efetivo para analisar os dados de mídias sociais 4. Atuais e Futuros desafios na Pesquisa de Mídias Sociais Twitter: @gruzd ANATOLIY GRUZD 46
  47. 47. ESTUDANDO NARRATIVAS DIGITAIS ATRAVÉS DO PRISMA DE DADOS DE MÍDIAS SOCIAIS Anatoliy Gruzd gruzd@ryerson.ca @gruzd Canada Research Chair in Social Media Data Stewardship Associate Professor, Ted Rogers School of Management Director, Social Media Lab Ryerson University UFMA, Brazil, Nov 18, 2015 Twitter: @gruzd ANATOLIY GRUZD 47

×