Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/64641

TítuloA data analysis approach to study events’ influence in social networks
Autor(es)Carvalho, Nuno Miguel Vilela
Orientador(es)Novais, Paulo
Palavras-chaveSocial networks
Intelligent techniques
Social influence
Redes sociais
Técnicas inteligentes
Influência social
Data2018
Resumo(s)Nowadays, the assimilation of web content, by each individual, has a considerable impact on our’ everyday life. With the undeniable success of online social networks and microblogs, such as Facebook, Instagram and Twitter, the phenomenon of influence exerted by users of such platforms on other users, and how it propagates in the network, has been attracting, for some years computer scientists, information technicians, and marketing specialists. Increased connectivity, multi-model access and the rise of social media shortened the distance between almost every person in the world, more and more content is generated. Extracting and analyzing a significant amount of data is not a trivial task, Big Data techniques are essential. Through the analysis of this interaction, an exchange of information and feelings, it is entirely imaginable its usefulness in understanding complex human behaviours and so, help diverse organization’s decision-making. Influence maximization and viral marketing are among the possibilities. This work is intended to study what is the impact and role that an event’s social influence has and how does it propagate, particularly on its surrounding territory. This influence is inferred by analysis of the online platform’s data, by applying intelligent techniques, right after its extraction. The final step is to validate the results with data from different sources. Helping businesses through actionable and valuable knowledge is the ultimate goal. This document contemplates an introductory section where the study subject and its State of the Art are addressed. Next, the problem and what direction to take to solve it are discussed.
Atualmente, a assimilação de conteúdo Web, por cada individuo, tem um impacto considerável no nosso quotidiano. Com o inegável sucesso de redes sociais e microblogs, como por exemplo Facebook, Instagram e Twitter, o fenómeno de influência exercida, por utilizadores de tais plataformas, em outros utilizadores e como se propaga na rede tem atraído, por alguns anos, informáticos, técnicos de informação e especialistas em marketing. O aumento da conectividade, o acesso multi-modal e a proliferação dos meios de comunicação social reduziram a distância entre quase todas as pessoas do mundo, mais e mais conteúdo é gerado. Extrair e analisar uma grande quantidade de dados não é uma tarefa trivial, são essenciais técnicas de Big Data. Através da análise desta interação, troca de informações e emoções, é perfeitamente imaginável a sua utilidade na compreensão de complexos comportamentos humanos e, portanto, ajudar na tomada de decisão de diversas organizações. A maximização da influência e o marketing viral estão entre as possibilidades. Este trabalho destina-se a estudar qual é o impacto e o papel que a influência social de um evento tem e como se propaga, particularmente no território envolvente. Esta influência é inferida pela análise dos dados de plataformas online, aplicando técnicas inteligentes, logo após a sua extração . O passo final é validar os resultados com dados de diferentes fontes. Ajudar empresas através do conhecimento valioso e atuável é o objetivo final. Este documento contempla uma seção introdutória, onde o assunto de estudo e o seu estado da arte são abordados. De seguida, é discutido o problema e a direção a seguir para o solucionar.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado em Computer Science
URIhttps://hdl.handle.net/1822/64641
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Nuno-Miguel-Vilela-Carvalho-dissertação.pdf3,89 MBAdobe PDFVer/Abrir

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID