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.

Coleta de Dados em Midias Sociais para Pesquisa Acadêmica

6,786 views

Published on

Workshop realizado na II Jornada Internacional Geminis.

Published in: Science

Coleta de Dados em Midias Sociais para Pesquisa Acadêmica

  1. 1. Prof. Msc. Tarcízio Silva tarciziosilva.com.br 2016
  2. 2. APRESENTAÇÃO Nome ? Formação? Onde Estuda/Trabalha? Qual seu projeto/interesse de pesquisa? Quais ferramentas de coleta de dados já utilizou?
  3. 3. Mapping Conversations about new media– Carlos Alberto Scolari
  4. 4. Mapping Conversations about new media– Carlos Alberto Scolari • • •
  5. 5. Mapping Conversations about new media– Carlos Alberto Scolari • • • • •
  6. 6. Mapping Conversations about new media– Carlos Alberto Scolari • • • • • • • •
  7. 7. Mapping Conversations about new media– Carlos Alberto Scolari • • • • • • • • •
  8. 8. • • •
  9. 9. PESQUISA COM DADOS EM MÍDIAS SOCIAIS
  10. 10. • • • • • • • • • •
  11. 11. NECESSIDADES HUMANAS E CONVERSAS ONLINE • A Pirâmide de Maslow é um bom operador para analisar a probabilidade e criticidade de expressões de consumo • Quanto mais camadas simbólicas um produto, serviço ou atividade apresenta, mais frequentes tendem a ser as expressões e mais ricos serão os insights gerados
  12. 12. NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS A pirâmide de Maslow é um bom indicador da probabilidade de um tema ser falado nas mídias sociais.
  13. 13. Temas e Segmentos ligados à criatividade tendem a ser mais compartilhados. Expressão direta ou indireta de Conquistas Pessoais ou Status . Informações diretas sobre dinheiro que ameacem a segurança são evitados. Aspectos fisiológicos diretos são evitados. NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS
  14. 14. Atividade ligadas a Cinema, Música, Festas, ou segmentos que representem criatividade e status, como uso de smartphones. Alimentos com camadas simbólicas/criativas e status são discutidos. Ex: Paçoquita, Nutella, Sucos do Bem, Kit Kat... Itens ligados a Higiene e Excreção são evitados ou ridicularizados. Ex: Xixi no Banho. Aspectos físicos do corpo viram discussão e expressão quando se referem a conquista (academia) e beleza ou sociabilidade (cosméticos). Temas e Segmentos ligados à criatividade tendem a ser mais compartilhados. Expressão direta ou indireta de Conquistas Pessoais ou Status . Informações diretas sobre dinheiro que ameacem a segurança são evitados. Aspectos fisiológicos diretos são evitados. NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS
  15. 15. Possibilidades • Exploração / Contextualização • Indicadores Quantitativos de Audiência • Indicadores Quantitativos de Engajamento/Interação • Análise de Discurso / Conteúdo • Etnografia • Text Analysis / Linguística de Corpus • Análise e Métricas de Grafos/Redes Sociais • Experimental / Uso de Estímulos
  16. 16. selfiecity.net
  17. 17. http://www.pnas.org/content/110/15/5802.abstract
  18. 18. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  19. 19. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  20. 20. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  21. 21. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  22. 22. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015) Média de 1192 unidades de conteúdo coletadas para a produção dos artigos.
  23. 23. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  24. 24. PESQUISA: PRODUÇÃO NA INTERCOM (SILVA, 2015)
  25. 25. PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS? Estudo de Deen Freelon (2013) analisa os artigos mais citados em Comunicação (Communication) e Computação Social (Social Computing) que utilizam hyperlinks, seguidores ou retweets como dados. • Quais significados pesquisadores da Comunicação e Computação Social imputam aos traços digitais? • Que tipos de argumentos são utilizados para estabelecer a validade dos significados?
  26. 26. PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS? Que tipos de argumentos são utilizados para estabelecer a validade dos significados? • Citação • Descobertas Empíricas • Exemplificação • Sem Justificação “the communication articles justify theirs much more often than did the social computing articles. This is likely reflective of the differing purposes of the two disciplines: communication is largely oriented toward advancing theory, while social computing is concerned more with prediction and software development” (FREELON, 2013, p. 11)
  27. 27. PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS? Quais significados pesquisadores da Comunicação e Computação Social imputam aos traços digitais? Comunicação Computação Social Hyperlinks Hyperlinks exercendo diversos papéis. Na área da comunicação, sobretudo credibilidade, informaçã o adicional e auto-expressão. Hyperlinks como indicadores de influência e/ou relevância, com enfoque mais qualitativo. Seguidores Seguidores como indicador de tipo de comunidade: amigos ou fãs / broadcasters ou acquaitances. Foco no caráter unilateral da conexão, sendo variável na concepção de influência. Retweets Diferença entre retweets informacional e conversacionais. Indicadores de interesse, confiança e influência.
  28. 28. PESQUISA: SOCIAL MEDIA NA ÁREA DE SISTEMAS DE INFORMAÇÃO Estudo de Ahmed, Scheepers e Stockdale (2014) analisa publicações entre 2009 e 2013 na área de Sistemas de Informação:
  29. 29. PESQUISA: SOCIAL MEDIA NA ÁREA DE SISTEMAS DE INFORMAÇÃO Estudo de Ahmed, Scheepers e Stockdale (2014) analisa publicações entre 2009 e 2013 na área de Sistemas de Informação:
  30. 30. PESQUISA: TIPOLOGIA DE ESTUDOS NO TWITTER O trabalho de Zimmer e Proferes (2013) analisa 283 publicações de 2006 a 2012 que usam o Twitter como principal fonte de dados.
  31. 31. PESQUISA: TIPOLOGIA DE ESTUDOS NO TWITTER O trabalho de Zimmer e Proferes (2013) analisa 283 publicações de 2006 a 2012 que usam o Twitter como principal fonte de dados.
  32. 32. • • •
  33. 33. O Monitoramento de Mídias Sociais é idealmente realizado por profissionais capacitados em interpretar os dados e transformá-los em conhecimento, com o apoio de softwares plenos de monitoramento, como BrandCare, Scup, Seekr, SocialMetrix, Livebuzz, E.Life monitor, Radian6, UberVU e outros. Algumas oferecem planos freemium ou planos acadêmicos/sem fins lucrativos.
  34. 34. FERRAMENTAS COMERCIAIS MAIS USADAS NO BRASIL
  35. 35. A estrutura básica de análise de sentimento e classificação é parecida nas ferramentas: a menção é apresentada e o analista pode:  Ver o autor, hora e mídia e outros metadados  Acessar o link  Responder  Polarizar sentimento  Adicionar tags/categorias
  36. 36. Carnaval 2013 na Segunda Tela (Rodrigues, 2013), projeto de pesquisa de mestrado apoiado pela Scup
  37. 37. Redes discursivas de fãs da série Sessão de Terapia (MASSAROLO, João et al, 2015), que envolveu a exploração de dados no BrandCare. Estudo comparativo de conteúdo de páginas de marcas de varejo, utilizando a Scup (PRADO, 2013)
  38. 38. TIPOS DE BUSCA NO MONITORAMENTO Antes de tudo, é importante saber: O que vai ser buscado? O monitoramento de mídias sociais pode ir muito além da busca somente por nome de marcas:
  39. 39. BUSCA NO MONITORAMENTO: KEYWORDS • Nome da Empresa • Nome da Marca • Sócios • Corpo Diretivo • Porta-Voz Institucional • Nome de Produtos • Nome de Serviços • Hashtag de Campanha Produtos e Campanhas • Empresas Concorrentes • Produtos Concorrentes • Substitutos Concorrência • Menções a Segmento • Atividades Relacionadas • Universo Social/Cultural Comportamento Tipos mais comuns de palavras-chave de busca:
  40. 40. BUSCA NO MONITORAMENTO: KEYWORDS “Netshoes” (Marca com pouca ambiguidade)
  41. 41. BUSCA NO MONITORAMENTO: KEYWORDS “Centauro” (Marca com alta ambiguidade)
  42. 42. BUSCA NO MONITORAMENTO: LÓGICA BOOLEANA / OPERADORES BOOLEANOS Definir para o sistema de busca como deve ser feita a combinação entre os termos ou expressões de uma pesquisa. Objetivo Operadores AND Combinações Combinar diversas palavras-chave de modo a que elas correspondam simultaneamente ao objeto ou ao tema da pesquisa. OR Combinação Variável Combina diversas palavras-chave de modo a que pelo menos uma delas corresponda ao objeto ou ao tema da pesquisa. NOT Exclusão Eliminar termos não pertinentes para o objeto ou o tema da pesquisa.
  43. 43. BUSCA NO MONITORAMENTO: LÓGICA BOOLEANA / OPERADORES BOOLEANOS OUTROS OPERADORES A Correspondência Ampla Todas as palavras ou variantes semelhantes, devem estar presentes no texto. As palavras podem estar em qualquer ordem. Outras palavras podem estar presentes. Prefixar uma palavra com + para evitar variantes da mesma correspondência. ”A” Frase Exata A consulta de pesquisa deve conter a frase com as palavras na ordem escrita. Outras palavras podem constar na consulta, antes ou após a expressão. -A Negativação Exata Evita pesquisas que incluem todas essas palavras-chave, não importa em que ordem em que aparecem. -”A” Negativar Frase Evita pesquisas que incluam essa frase em algum lugar na consulta, mesmo que outras palavras apareçam antes ou depois dela.
  44. 44. BUSCA NO MONITORAMENTO: ESPECIFICANDO Há três modos principais de garantir que o seu monitoramento traga as menções que você deseja: 1) Expressão Exata “universidade anhembi” “apple computer” “guaraná antarctica” “refrigerante antarctica” 2) Combinações antarctica AND bebendo antartica AND bebendo serra AND eleições starbucks AND haddock 3) Exclusões “tic tac” -cabelo serra –mantiqueira serra –taboão Ibis –bico Ibis -ave
  45. 45. twitter.com/search
  46. 46. DESAFIO 01: PESQUISAR COMBINAÇÕES DE KEYWORDS DE BUSCA Escolha em grupo DUAS marcas abaixo e utilize a folha impressa para listar o máximo de combinações possíveis de keywords para monitoramento. Dica: busque no Twitter e Google pelo termo geral.
  47. 47. COMBINAÇÕES: PESQUISAS GENÉRICAS E PESQUISAS EXATAS Expressão e Combinações: • Marca + Produto (claro AND telefone) • Categoria + Marca (“cerveja sol”) • Marca + Atividade (azul AND voar) (risqué AND pintar) • Artigo + Marca (“a TIM”, “da TIM”)
  48. 48. EXCLUSÕES Exclusões: • “Pão de Açúcar” -bondinho • Zelo -wado • Sol -astro -terra -rotação -translação • TIM -maia -allen -kring • Veja -revista
  49. 49. PASSO 4: ACESSAR RESULTADOS netlytic.org 2 1 3
  50. 50. BUSCA NO MONITORAMENTO: CANAIS Monitorar canais específicos, para analisar reação a conteúdo, mobilização de usuários e conversações. Por exemplo: • Páginas Facebook: posts, mensagens e comentários; • Perfis Twitter: replies, menções e direct messages; • Reclame Aqui: reclamações; • LinkedIn: postagens em grupos; • Blog: posts e comentários; • Vídeos YouTube: comentários.
  51. 51. BUSCA NO MONITORAMENTO: CANAIS Particularidades: • Owned x Earned x Paid: os comentários são influenciados pelo conteúdo ou direcionamento de mídia.; • Retaliação de consumidor: atuação de detratores; • Coleta Completa ou Citação: em comunidades amplas, monitorar tudo ou apenas o que menciona a marca/tema? • Espontaneidade x Estímulo: o comentário positivo no conteúdo é causado pelo conteúdo ou da marca/produto?
  52. 52. BUSCA NO MONITORAMENTO: USUÁRIOS Buscar por um ou mais usuários é útil para diversos fins: • Compreender melhor os consumidores da marca; • Checar atuação de porta-vozes e figuras chave na organização; • Realizar estudos sobre segmentos de consumidores e seus comportamentos.
  53. 53. BUSCA NO MONITORAMENTO: USUÁRIOS Desafios: • Perfis Fechados (como Twitter e Instagram); • Respeito à Privacidade; • Plataformas avessas à circulação de dados (como Facebook); • Ética da Pesquisa de Mercado; • Variáveis intervenientes na intensidade de uso.
  54. 54. BUSCA NO MONITORAMENTO: METADADOS Uma unidade de conteúdo como um tweet, postagem de blog, foto no Instagram e afins não contem apenas o texto publicado pelo usuário. Ao lado, fica clara a quantidade de dados além do conteúdo do tweet em si.
  55. 55. BUSCA NO MONITORAMENTO: METADADOS Um dos metadados mais interessantes é o de geotagging:
  56. 56. COLETA POR LOCALIZAÇÃO
  57. 57. BUSCA NO MONITORAMENTO: IMAGENS Na maioria dos casos, conteúdos não-textuais (imagens, vídeos, sons) estão acompanhados de tags e/ou textos descritivos. As tags realizam um tipo de ancoragem, que facilitam a encontrabilidade dos conteúdos.
  58. 58. BUSCA NO MONITORAMENTO: IMAGENS Desafios: • Publicações como fotografias e memes podem ter a marca somente visualmente, sem hashtag • Processamento visual é custoso e ainda muito impreciso • Ferramentas como Ditto e Gazemetrix buscam por marcas visualmente
  59. 59. BUSCA NO MONITORAMENTO: IMAGENS GazeMetrix Pitch Deck http://bit.ly/1ecAnqw
  60. 60. BUSCA NO MONITORAMENTO: IMAGENS Clustering de Marcas através de imagens http://bit.ly/1CR3ivX
  61. 61. BUSCA NO MONITORAMENTO: IMAGENS Clustering de Marcas através de imagens http://bit.ly/1CR3ivX
  62. 62. COLETA POR MÍDIAS SOCIAIS Fanpages Perfis Grupos Privacidade Público Público Privado Público Privado Conexão Curtidas Amizades Seguidores Participação Interação Emoticons Comentários Mensagem privada Compartilhamento Emoticons Comentários Mensagem privada Compartilhamento Emoticons Comentários Compartilhamento Relação Interesse em conteúdo (não há limite) Pessoal (5.000 amigos) Interesse em conteúdo (não há limite) Conteúdo Texto Link Foto Video GIF Texto Link Foto Video GIF Texto Link Foto Video GIF Estrutura
  63. 63. COLETA POR MÍDIAS SOCIAIS Fanpages Perfis Grupos Privacidade Público Público Privado Público Privado Conexão Curtidas Amizades Seguidores Participação Interação Emoticons Comentários Mensagem privada Compartilhamento Emoticons Comentários Mensagem privada Compartilhamento Emoticons Comentários Compartilhamento Relação Interesse em conteúdo (não há limite) Pessoal (5.000 amigos) Interesse em conteúdo (não há limite) Conteúdo Texto Link Foto Video GIF Texto Link Foto Video GIF Texto Link Foto Video GIF Estrutura
  64. 64. COLETA POR MÍDIAS SOCIAIS Estrutura Perfis Privacidade Público Privado Conexão Seguidores Interação Tweet Retweet Mensagem privada (DM) Relação Interesse de conteúdo Conteúdo Texto (140 caracteres) Link Foto Video GIF #hashtags
  65. 65. COLETA POR MÍDIAS SOCIAIS Estrutura • Palavras-chave / hashtags em tweets públicos • Mensagens diretas enviadas ao perfil específico (se o perfil oficial for cadastrado) • Tweets de um usuário determinado • Menções a um usuário determinado • Geolocalização x palavra-chave • Perfis por bio
  66. 66. COLETA POR MÍDIAS SOCIAIS Estrutura Macro: #hashtags e assuntos Meso: Redes de seguidores Micro:@replies e usuário Camadas de conversação no Twitter: Relativamente fácil de captar e de analisar (bom volume). Análise de marcas, mercado e de territórios. Análise de grupos de interesse em assuntos pré-determinados População pré-definida: geralmente usado para estudar comportamento
  67. 67. COLETA POR MÍDIAS SOCIAIS Estrutura • Fotos tiradas em um determinado local (sistema de busca pela API do Foursquare) • Fotos e comentários feitos no perfil (se o perfil oficial for cadastrado no) • Hashtags (sem geolocalização)
  68. 68. COLETA POR MÍDIAS SOCIAIS Estrutura Canais Privacidade Público Privado Conexão Inscrições Interação Gostei / Não Gostei Comentários Compartilhamento em outras rede Relação Interesse de conteúdo Conteúdo Video
  69. 69. COLETA POR MÍDIAS SOCIAIS Estrutura • Palavras-chave (devem estar presentes no título ou descrição do vídeo) • Comentários de um vídeo específico • Vídeos de um determinado canal
  70. 70. COLETA POR MÍDIAS SOCIAIS Estrutura Perfis Privacidade Público Conexão Seguidores Interação Comentários Compartilhamento em outras redes Relação Interesse de conteúdo Conteúdo Texto Link Foto Video GIF
  71. 71. COLETA POR MÍDIAS SOCIAIS Estrutura • Videos que tenham a palavra-chave no título ou na descrição • Canal de um usuário específico ou marca DADOS • Palavras-chave • Postagens de um ou mais blogs (feed) DADOS • Palavras-chave • Hashtags DADOS
  72. 72. FERRAMENTAS ACADÊMICAS PARA COLETA DE DADOS
  73. 73. Ferramenta desenvolvida por Dr. Anatoliy Gruzd, coordenador do Social Media Lab da Ryerson University. NETLYTIC netlytic.org
  74. 74. NETLYTIC Tier 3: • Estudante: 90 dólares canadenses por semestre • Acadêmico/Não-Lucrativo: 228 dólares canadenses por semestre • Regular: 348 dólares canadenses por semestre
  75. 75. NETLYTIC: PLATAFORMAS • Tweets por Keywords • Posts e comentários Páginas Públicas • Posts e comentários de Grupos Públicos • Comentários de vídeo específico • Hashtags • Localização (5km de raio) • Conteúdo de feed
  76. 76. NETLYTIC: PLATAFORMAS
  77. 77. NETLYTIC: PLATAFORMAS Título (apenas para identificação) Keywords com parâmetros de busca Coleta de até 1000 tweets a cada 15 minutos por 1, 7, 14 ou 31 dias
  78. 78. NETLYTIC: PLATAFORMAS
  79. 79. NETLYTIC: PLATAFORMAS Título (apenas para identificação) Identificação da Página ou número de identificação do grupo aberto Coleta a cada hora dos 100 últimos posts e 25 comentários por postagem
  80. 80. NETLYTIC: PLATAFORMAS
  81. 81. NETLYTIC: PLATAFORMAS Título (apenas para identificação) Seleção de Busca por Hashtag ou Localização Coleta a cada hora de 100 a 10.000 fotos/vídeos durante 1, 7, 14 ou 31 dias Adição de #hashtag ou latitude/longitude
  82. 82. NETLYTIC: PLATAFORMAS Título (apenas para identificação) Código do vídeo
  83. 83. NETLYTIC: PLATAFORMAS
  84. 84. NETLYTIC: PLATAFORMAS
  85. 85. NETLYTIC: PRODUÇÃO Social media and the social sciences: How researchers employ Big Data analytics Mylynn Felt Big Data & Society Apr 2016, 3 (1) Estudo de coleta sobre o evento "The Sisters in Spirit Candlelight Vigil", da Native Women's Association of Canada. Netlytic, Storify e DMI-TCAT foram analisadas.
  86. 86. NETLYTIC: PRODUÇÃO “Where to Go on the Weekend?”: Trends for Local Information Seeking in Leisure Settings Using Social Media Eman Alyami and Sandra Toze International Journal of Digital Society (IJDS), Volume 5, Issue 3, September 2014 Artigo explora as mídias sociais como fonte para busca de informações sobre lazer, a partir da coleta de 16.373 tweets de 5.549 usuários com a hashtag #halifax.
  87. 87. Netvizz é uma ferramenta desenvolvida por Bernard Rieder, pesquisador do contexto do Digital Methods Initiative (Universidade de Amsterdam). NETVIZZ apps.facebook.com/netvizz
  88. 88. NETVIZZ apps.facebook.com/netvizz
  89. 89. NETVIZZ Coleta de postagens e conexões em Grupos Coleta de postagens e redes em posts de Páginas Resultados de busca no Facebook Coleta de redes de páginas apps.facebook.com/netvizz Métricas simples sobre links na plataforma
  90. 90. NETVIZZ: GROUP DATA Coleta de postagens e conexões em Grupos Coleta de postagens e redes em posts de Páginas Resultados de busca no Facebook Coleta de redes de páginas apps.facebook.com/netvizz Métricas simples sobre links na plataforma
  91. 91. NETVIZZ: PRODUÇÃO (GROUP DATA) A Constituição de Grupos, Agrupamentos e Comunidades em Websites de Redes Sociais (KOEHLER, MACHADO-SPANCE & CARVALHO, 2015) Construção Coletiva de Conhecimento no Mundo Virtual (DOMINGUES, 2016)
  92. 92. NETVIZZ: PAGE DATA apps.facebook.com/netvizz
  93. 93. NETVIZZ: PAGE DATA É possível coletar todos os comentários da página, porém demora muito devido aos limites do Facebook. A coleta somente de estatísticas agregadas é mais veloz. Especificação de quantidade de dias e período para coleta apps.facebook.com/netvizz Métricas simples sobre links na plataforma Somente post da página ou posts de usuários (em páginas abertas para tal)
  94. 94. NETVIZZ: ID DE PÁGINAS apps.facebook.com/netvizz
  95. 95. NETVIZZ: COMPARAÇÃO DE DADOS
  96. 96. NETVIZZ: COMPARAÇÃO DE DADOS
  97. 97. NETVIZZ: PRODUÇÃO Redes de ódios sociais: a difusão de preconceitos contra gênero e orientação sexual no Facebook (SAMUEL et al, 2015) Likes para a ciência: divulgação científica e consumo de notícias na página I Fucking Love Science no Facebook (SYNGER, 2015)
  98. 98. NETVIZZ: PAGE LIKE NETWORK
  99. 99. NETVIZZ: PAGE LIKE NETWORK Adição da ID da página para coleta Profundidade de coleta. Profundidade 1: coleta a página-alvo, as páginas que ela curte e como estas páginas se curtem entre si. Profundidade 2: coleta a página-alvo, as páginas que ela curte e todas as páginas curtidas por estas últimas.
  100. 100. NETVIZZ: PRODUÇÃO REDE ANTIPETISTA NO FACEBOOK (SANTOS JUNIOR, 2016)
  101. 101. NETVIZZ: PRODUÇÃO
  102. 102. NETVIZZ: LINK STATS Adição de links, um por linha A ferramenta coleta a quantidade de Compartilhamentos, Likes e Comentários das URLs e gera um arquivo .tab e a tabela em formato HTML
  103. 103. INSTAGRAM HASTAG EXPLORER, SCRAPER, NETWORK tools.digitalmethods.net/netvizz/instagram tools.digitalmethods.net/beta/instagramNetwork tools.digitalmethods.net/beta/instagram Netvizz é uma ferramenta desenvolvida por Bernard Rieder, pesquisador do contexto do Digital Methods Initiative (Universidade de Amsterdam).
  104. 104. INSTAGRAM SCRAPER
  105. 105. INSTAGRAM SCRAPER Adição dos parâmetros para a busca, a depender da opção selecionada. Seleção de tags, localização gps, ID de localização do Facbeook ou usuários Métricas simples sobre links na plataforma Número máximo de resultados por linha no input Nome do resultado para armazenamento
  106. 106. INSTAGRAM HASHTAG EXPLORER
  107. 107. INSTAGRAM NETWORK
  108. 108. INSTAGRAM NETWORK Lista de nomes de usuários, um por linha Selecionar a extração de lista de seguidos ou seguidores Inserção de código de “client ID” para autorizar a coleta Inserção de código de “client ID” para autorizar a coleta
  109. 109. INSTAGRAM NETWORK
  110. 110. INSTAGRAM NETWORK
  111. 111. http://voson.anu.edu.au/
  112. 112. CASE: RANKING DE INFLUENCIADORAS SOBRE MODA E BELEZA PLUS SIZE
  113. 113. ETAPAS Briefing Mapeamento Inicial Coleta de Dados Classificação Seleção de Métricas Análise e Relatório Pós: novo produto
  114. 114. Desenvolvimento de estudo para: • Mapear e rankear páginas de blogs Plus Size de brasileiras • Descobrir blogs internacionais referências das blogueiras • Descobrir marcas referenciadas pelas blogueiras • Descobrir mídia consumida pelas blogueiras • Descobrir referências culturais, musicais e artísticas BRIEFING
  115. 115. O objetivo do mapeamento inicial é ter um ponto de partida para a descoberta de novos blogs na temática. MAPEAMENTO INICIAL
  116. 116. A Netvizz é uma das ferramentas que permite coletar redes de páginas de Facebook. COLETA DE DADOS: FERRAMENTA
  117. 117. Rede de Likes da Página “Grandes Mulheres” e os likes entre as mesmas: A tática de snowball por popularidade é selecionar páginas mais curtidas que façam parte do escopo. Páginas mais curtidas: • MdeMulher • Beleza Sem Tamanho • Fluvia Lacerda • Vogue • MAC Cosmetics COLETA DE DADOS: EXPANSÃO SNOWBALL
  118. 118. Rede de Likes das Página “Grandes Mulheres”, “Beleza Sem Tamanho” e “Entre Topetes e Vinis”. Página plus size, mas na periferia da rede: • Gordinhas BBW Brasil COLETA DE DADOS: SNOWBALL
  119. 119. A coleta da rede expandida de 100 páginas plus size resultou no seguinte: • 3.788 páginas • 17.395 conexões COLETA DE DADOS: RESULTADOS
  120. 120. Para filtrar as páginas, duas táticas são possíveis: 1. Utilizar o esquema de classificação do próprio Facebook: cada página está inclusa em uma categoria 2. Aplicar categorias manualmente direto na ferramenta e/ou planilha como Excel CLASSIFICAÇÃO
  121. 121. Para filtrar as páginas, duas táticas são possíveis: 1. Utilizar o esquema de classificação do próprio Facebook: cada página está inclusa em uma categoria 2. Aplicar categorias manualmente direto na ferramenta e/ou planilha como Excel CLASSIFICAÇÃO 0 100 200 300 400 500 600 Páginas
  122. 122. Qual métrica utilizar para rankear as páginas? SELEÇÃO DE MÉTRICAS
  123. 123. Rankeamento foi a primeira entrega do estudo, definindo um parâmetro de avaliação das páginas. Resultados posteriores demonstram a possibilidade de monitoramento real-time de referências do público das páginas plus size no universo expandido das páginas. ANÁLISE E RELATÓRIO
  124. 124. ACESSE A REDE bit.ly/plusnetwhttp://ibpad.com.br/cursos/plussize
  125. 125. RELATORIO
  126. 126. ESTUDO: INFLUENCIADORAS SOBRE FEMINISMO E DIREITOS DAS MULHERS
  127. 127. PASSOS Briefing Mapeamento Inicial Coleta de Dados Classificação Análise e Relatório
  128. 128. Descobrir: • Principais organizações e ativistas influenciadoras sobre Direitos das Mulheres em cinco países da América Latina • Analisar macro-temas como: Violência de Gênero; Igualdade de Gênero; Aborto e Direitos Sexuais e Reprodutivos; Racismo • Identificar a atuação de organismos internacionais BRIEFING
  129. 129. Twitter A rede no Twitter foi coletada a partir de menções, com a análise de retweets. O monitoramento de keywords relevantes para as temáticas foi acrescido de análise de macro- temas e tópicos. COLETA DE DADOS Facebook A partir de mapeamento inicial de páginas, as redes foram expandidadas em metodologia snowball até representarem Blog Também a partir da metodologia snowball para expansão da rede, começou a partir da identificação de blogs dos influenciadores das outras mídias.
  130. 130. Facebook: Mapeamento inicial realizado por especialista no tema: analista de pesquisa mulher e estudante de feminismo. MAPEAMENTO INICIAL
  131. 131. Facebook Exemplo: rede Guatemala COLETA DE DADOS Mapeamento Inicial: 30 páginas de campanhas, ativismo e organizações pelos Direitos das Mulheres Extração das Redes no Netvizz Rede com 1548 páginas e 7909 conexões
  132. 132. Facebook Exemplo: rede Brasil COLETA DE DADOS Mapeamento Inicial: 100 páginas de campanhas, ativismo e organizações pelos Direitos das Mulheres Extração das Redes no Netvizz Rede com 4226 páginas e 31390 conexões
  133. 133. ANÁLISE • Quais os perfis mais referenciados? • Quais tweets repercutiram? • Qual o tipo de interação? • Qual o tipo de motivação de agrupamento?
  134. 134. ANÁLISE E CLASSIFICAÇÃO • Classificação dos influenciadores por tipo • Descrição dos principais influenciadores em cada plataforma analisada, enfatizando os influentes nos três ambientes (Blogs, Facebook e Twitter) • Classificação dos clusters por temática e discussão
  135. 135. ANÁLISE E CLASSIFICAÇÃO • Manutenção de duas lógicas de análise • Identificação de volume, temas e semântica • Análise baseada em rede, interação e agrupamentos
  136. 136. ANÁLISE E RELATÓRIO Exemplo de output de entrega, com identificação dos principais clusters.
  137. 137. + REPOSITÓRIOS DE FERRAMENTAS dirtdirectory.org tapor.ca
  138. 138. REFERÊNCIAS BIBLIOGRÁFICAS AHMED, Ashir; SCHEEPERS, Helana; STOCKDALE, Rosemary. Social Media Research - A Review of Academic Research and Future Research Directions. Pacific Asia Journal of the Association for Information Systems, vol. 6, n.1, artigo 3. Freelon, Deen. (2013) On the interpretation of digital trace data in communication and social computing research. In: Journal of Broadcasting & Electronic Media. DOMINGUES, Letícia. Construção Coletiva de Conhecimento no Mundo Virtual: o caso dos grupos de Facebook no curso de Direito da UFMG. In: SENA, Adriana [et al.] III Seminário Nacional sobre ensino jurídico e formação docente [livro eletrô-nico]/. -- Belo Horizonte, MG : Relicário Edições, 2016. KOEHLER, Cristiane; MACHADO-SPENCE, Nádie & CARVALHO, Marie, 2015 . A Constituição de Grupos, Agrupamentos e Comunidades em Websites de Redes Sociais. Revista Teias, v. 16, n. 43, 2015. Marres, Noortje. (2012). The redistribution of methods: on intervention in digital social research, broadly conceived. In: Sociological Review, vol. 60, s. 1, 2012. pp. 139-165. MASSAROLLO, João et al.. Redes discursivas de fãs da série Sessão de Terapia. In: LOPES, Maria Immacolata. Por uma teoria de fãs da ficção televisiva brasileira. Porto Alegre: Sulina, 2015. PRADO, Luciana. O que diz o Varejo nas rede sociais: Visões sobre as linguagens no mundo do consumo virtual. Dissertação apresentada ao Programa de Pós-Graduação em Comunicação – Mestrado em Comunicação, Linha de Pesquisa Mídia e Cultura – Universidade Federl de Goiás, 2013.
  139. 139. REFERÊNCIAS BIBLIOGRÁFICAS RODRIGUES, Daniele. Redes Sociais e o Fenômeno da Segunda Tela no Carnaval. Scup, 2013. Disponível em https://ideas.scup.com/suas-ideias/infografico-redes-sociais-e-o-fenomeno-da-segunda-tela-no-carnaval/ SAMUEL et al. Redes de ódios sociais: a difusão de preconceitos contra gênero e orientação sexual no Facebook. XIV Congresso de Ciências da Comunicação na Região Norte – Manaus - AM – 28 a 30/05/2015. SANTOS JUNIOR, Marcelo Alves dos. Vai pra Cuba!!! A Rede Antipetista na eleição de 2014 / Marcelo Alves dos Santos Junior. – 2016. 197 f. ; il. Orientador: Afonso de Albuquerque. Dissertação (Mestrado em Comunicação) – Universidade Federal Fluminense, Instituto de Arte e Comunicação Social, 2016. Bibliografia: f. 168-181. SILVA, Tarcízio. Pesquisa baseada em Dados Sociais Digitais: mapeamento de ferramentas e táticas de coleta de dados no Intercom. Razón y Palabra, n.90, 2015. SYNGER, Talita. Likes para a ciência: divulgação científica e consumo de notícias na página I Fucking Love Science no Facebook. Estudos em Comunicação nº 21, 139-154, 2015. ZIMMER, Michael; PROFERES, Nicholas. A topology of Twitter research: disciplines, methods, and ethics. Aslib Journal of Information, Vol. 66, No. 3, 2014. Conteúdo com apoio dós profs. Débora Zanini e Wesley Muniz.
  140. 140. Obrigado! Instituto Brasileiro de Pesquisa e Análise de Dados

×