Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Presbiteriana Mackenzie
|
Programa de Pós-Graduação: |
Engenharia Elétrica
|
Departamento: |
Escola de Engenharia Mackenzie (EE)
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://dspace.mackenzie.br/handle/10899/24278 |
Resumo: | Understanding the human being is a continuous work of perception and inference about how he/she interacts and responds to various environmental stimuli in which he/she is inserted. Each person behaves based on how he/she sees and reacts to the world. However, the Internet has created an environment in which behaviors are also expressed and social media constantly stimulate the creation of social ties and the sharing of information. Identifying and mapping patterns from this data opens up opportunities to understand what is the persona that one wants to express within such environment, leading to what was named here the virtual persona. Therefore, data mining techniques are powerful tools for data exploration and analysis, making it possible to develop a computing infrastructure that allows to infer psychological aspects of the virtual persona. All this technical and computational framework for social media data analysis makes up the social media mining field of research. Motivated by this perspective, this thesis proposes computational frameworks to analyze three aspects of the virtual persona: sentiment; temperament; and personality. As a result, it was developed the Virtual Persona Triad, composed of frameworks for sentiment analysis, temperament prediction and personality identification. We assessed various techniques to represent text and classification algorithms, analyzed via social media mining methods capable of providing the desired inferences about the Triad. The results show a higher predictive ability for the category dictionaries combined with ensembles of classifiers. |
id |
UPM_9449c7b710350aa1db486daf9dd4ae6d |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/24278 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
|
spelling |
2017-10-02T14:34:55Z2020-05-28T18:08:00Z2020-05-28T18:08:00Z2016-12-07LIMA, Ana Carolina Espírito Santo. Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual. 2016. 199 f. Tese ( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo .http://dspace.mackenzie.br/handle/10899/24278Understanding the human being is a continuous work of perception and inference about how he/she interacts and responds to various environmental stimuli in which he/she is inserted. Each person behaves based on how he/she sees and reacts to the world. However, the Internet has created an environment in which behaviors are also expressed and social media constantly stimulate the creation of social ties and the sharing of information. Identifying and mapping patterns from this data opens up opportunities to understand what is the persona that one wants to express within such environment, leading to what was named here the virtual persona. Therefore, data mining techniques are powerful tools for data exploration and analysis, making it possible to develop a computing infrastructure that allows to infer psychological aspects of the virtual persona. All this technical and computational framework for social media data analysis makes up the social media mining field of research. Motivated by this perspective, this thesis proposes computational frameworks to analyze three aspects of the virtual persona: sentiment; temperament; and personality. As a result, it was developed the Virtual Persona Triad, composed of frameworks for sentiment analysis, temperament prediction and personality identification. We assessed various techniques to represent text and classification algorithms, analyzed via social media mining methods capable of providing the desired inferences about the Triad. The results show a higher predictive ability for the category dictionaries combined with ensembles of classifiers.Entender o ser humano é um trabalho contínuo de percepções e inferências sobre como ele interage e responde aos diversos estímulos do ambiente no qual está inserido. Cada pessoa im-prime no ambiente padrões de comportamento que revelam sua forma de ver e reagir ao mundo. Não obstante, a internet criou um ambiente em que comportamentos também são expressos e as mídias sociais estimulam constantemente a criação de laços sociais e o compartilhamento de informações. Identificar e mapear padrões a partir desses dados abre oportunidades de entender qual é a persona que o usuário decidiu externar nesse ambiente, levando ao que se denomina aqui de persona virtual. Para tanto, técnicas de mineração de dados são ferramentas poderosas de exploração e análise de dados, tornando possível desenvolver uma infraestrutura computa-cional que permita inferir aspectos psicológicos sobre a persona virtual. Todo esse arcabouço técnico-computacional para análise de dados de mídias sociais compõe a mineração de mídias sociais. Motivada por essa perspectiva, esta tese propõe frameworks computacionais que pos-sibilitam analisar três aspectos sobre a persona virtual: sentimento, temperamento e personali-dade. Como resultado foi desenvolvida a tríade da persona virtual, composta pelos frameworks para análise de sentimento, temperamento e traços de personalidade. Foram avaliadas diferentes técnicas para representação de textos e também testados vários algoritmos de classificação, to-dos analisados via mineração de mídias sociais, capaz de fornecer as inferências desejadas sobre a tríade. Os resultados apontam uma maior capacidade de predição na combinação entre dicio-nários de categorias com técnicas de comitês de classificadores.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo a Pesquisa do Estado de São PauloFundo Mackenzie de Pesquisaapplication/pdfporUniversidade Presbiteriana MackenzieEngenharia ElétricaUPMBrasilEscola de Engenharia Mackenzie (EE)http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessmineração de dadosmineração de mídias sociaiscomportamento socialpersona virtualsentimentopersonalidadetemperamentoCNPQ::ENGENHARIAS::ENGENHARIA ELETRICACNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMineração de mídias sociais como ferramenta para a análise da tríade da persona virtualinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisSilva, Leandro Nunes de Castrohttp://lattes.cnpq.br/2741458816539568Bianchini, Calebe de Paulahttp://lattes.cnpq.br/4570923990252346Silva, Leandro Augusto dahttp://lattes.cnpq.br/1396385111251741Maia, Renato Douradohttp://lattes.cnpq.br/8086728723088063França, Fabrício Olivetti dehttp://lattes.cnpq.br/8788356220698686http://lattes.cnpq.br/9312257871710056Lima, Ana Carolina Espírito Santohttp://tede.mackenzie.br/jspui/retrieve/15092/ANA%20CAROLINA%20ESPIRITO%20SANTO%20LIMA.pdf.jpghttp://tede.mackenzie.br/jspui/bitstream/tede/3363/5/ANA%20CAROLINA%20ESPIRITO%20SANTO%20LIMA.pdfdata miningsocial media miningsocial behaviorvirtual personasentimentpersonalitytemperamentreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIE10899/242782020-05-28 15:08:00.613Biblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRI |
dc.title.por.fl_str_mv |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
title |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
spellingShingle |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual Lima, Ana Carolina Espírito Santo mineração de dados mineração de mídias sociais comportamento social persona virtual sentimento personalidade temperamento CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
title_full |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
title_fullStr |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
title_full_unstemmed |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
title_sort |
Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual |
author |
Lima, Ana Carolina Espírito Santo |
author_facet |
Lima, Ana Carolina Espírito Santo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Silva, Leandro Nunes de Castro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2741458816539568 |
dc.contributor.referee1.fl_str_mv |
Bianchini, Calebe de Paula |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/4570923990252346 |
dc.contributor.referee2.fl_str_mv |
Silva, Leandro Augusto da |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/1396385111251741 |
dc.contributor.referee3.fl_str_mv |
Maia, Renato Dourado |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/8086728723088063 |
dc.contributor.referee4.fl_str_mv |
França, Fabrício Olivetti de |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br/8788356220698686 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/9312257871710056 |
dc.contributor.author.fl_str_mv |
Lima, Ana Carolina Espírito Santo |
contributor_str_mv |
Silva, Leandro Nunes de Castro Bianchini, Calebe de Paula Silva, Leandro Augusto da Maia, Renato Dourado França, Fabrício Olivetti de |
dc.subject.por.fl_str_mv |
mineração de dados mineração de mídias sociais comportamento social persona virtual sentimento personalidade temperamento |
topic |
mineração de dados mineração de mídias sociais comportamento social persona virtual sentimento personalidade temperamento CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Understanding the human being is a continuous work of perception and inference about how he/she interacts and responds to various environmental stimuli in which he/she is inserted. Each person behaves based on how he/she sees and reacts to the world. However, the Internet has created an environment in which behaviors are also expressed and social media constantly stimulate the creation of social ties and the sharing of information. Identifying and mapping patterns from this data opens up opportunities to understand what is the persona that one wants to express within such environment, leading to what was named here the virtual persona. Therefore, data mining techniques are powerful tools for data exploration and analysis, making it possible to develop a computing infrastructure that allows to infer psychological aspects of the virtual persona. All this technical and computational framework for social media data analysis makes up the social media mining field of research. Motivated by this perspective, this thesis proposes computational frameworks to analyze three aspects of the virtual persona: sentiment; temperament; and personality. As a result, it was developed the Virtual Persona Triad, composed of frameworks for sentiment analysis, temperament prediction and personality identification. We assessed various techniques to represent text and classification algorithms, analyzed via social media mining methods capable of providing the desired inferences about the Triad. The results show a higher predictive ability for the category dictionaries combined with ensembles of classifiers. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-12-07 |
dc.date.accessioned.fl_str_mv |
2017-10-02T14:34:55Z 2020-05-28T18:08:00Z |
dc.date.available.fl_str_mv |
2020-05-28T18:08:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
LIMA, Ana Carolina Espírito Santo. Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual. 2016. 199 f. Tese ( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo . |
dc.identifier.uri.fl_str_mv |
http://dspace.mackenzie.br/handle/10899/24278 |
identifier_str_mv |
LIMA, Ana Carolina Espírito Santo. Mineração de mídias sociais como ferramenta para a análise da tríade da persona virtual. 2016. 199 f. Tese ( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo . |
url |
http://dspace.mackenzie.br/handle/10899/24278 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.publisher.program.fl_str_mv |
Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UPM |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola de Engenharia Mackenzie (EE) |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1757174453017509888 |