Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Santos, Patrícia Dias dos
Orientador(a): Goya, Denise Hideko
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126176&midiaext=81125
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_da9f01ca9aec6a7a3e2529863234f380
oai_identifier_str oai:BDTD:126176
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisDetecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos2023-06-13Goya, Denise HidekoSantos, Patrícia Dias dosUniversidade Federal do ABCPrograma de Pós-Graduação em Ciência da ComputaçãoUFABCporDETECÇÃO DE POSICIONAMENTOROTULAMEVENTOS POLUSUTÓPICOS CONTROVERSOSOPINIÃO PÚBLICASTANCE DETECTIONAUTOMATED LABELINGSOCIAL MEDIAPOLITICAL EVENTSCONTROVERSIAL TOPICSPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorAs mídias sociais se consolidaram como uma plataforma relevante para a expressão e debate de ideias políticas nos dias de hoje. Tais plataformas proporcionam aos usuários a oportunidade de compartilhar suas opiniões, comentários e críticas sobre assuntos políticos, o que pode resultar em uma grande quantidade de dados gerados. A análise desses dados utilizando métodos computacionais e estatísticos pode ajudar a medir a opinião pública em relação a esses assuntos, fornecendo insights valiosos para as instituições governamentais, organizações e pesquisadores. A detecção de posicionamento é um processo automatizado que identifica o direcionamento de indivíduos ou grupos em relação a determinados temas, utilizando técnicas de análise de textos e aprendizado de máquina, sendo uma importante ferramenta para entender preferências e opiniões. No entanto, os métodos existentes na literatura frequentemente dependem de rotulação manual prévia e são incapazes de rotular a maioria dos usuários que participam da discussão. Além disso, diversos modelos presentes na literatura abordam cada tema de forma isolada, ignorando a possível interdependência entre eles, a qual pode ser bastante significativa em diversas aplicações e ao longo do tempo. Tendo em vista essas limitações, o objetivo principal desta tese foi o de desenvolver e avaliar um método computacional automatizado de detecção de posicionamento e rotulação de usuários do Twitter em temas políticos controversos, discutidos no Brasil, com mínima intervenção humana, independentemente do grau de participação do usuário na discussão, ao longo de determinado período de tempo e considerando a possível interdependência entre os temas. O método desenvolvido integrou abordagens computacionais não supervisionadas e minimamente supervisionadas, considerando fatores sociais como homofilia e estrutura de rede e envolveu 3 principais: (i) a adaptação de uma técnica não supervisionada de detecção de posicionamento de clusters de usuários falantes de português brasileiro do Twitter em relação a um tópico controverso e polarizado; (ii) a rotulação automática individualizada de centenas de milhares de usuários empregando uma combinação de atribuição de rótulos e cálculo de pontuação de valência; (iii) a mensuração dos graus de engajamento e equilíbrio de forma a caracterizar o comportamento dos usuários rotulados nos eventos. O método foi aplicado e obteve êxito na avaliação de três temas politicamente controversos: a CPI da Covid-19, a desconfiança sobre a segurança das urnas eletrônicas, e as eleições presidenciais brasileiras de 2022. Nossos resultados mostraram que o método proposto é bastante efetivo, tendo sido capaz de atribuir um rótulo para uma percentagem superior a 90% dos usuários das bases avaliadas. Além disso, ao analisar a dimensão temporal dos dados coletados e o posicionamento dos usuários ao longo do tempo, também foi possível caracterizar o comportamento dos indivíduos pertencentes a cada um dos grupos opostos.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126176&midiaext=81125application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:05:15Zoai:BDTD:126176Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-01-22T11:13:49Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
title Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
spellingShingle Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
Santos, Patrícia Dias dos
title_short Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
title_full Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
title_fullStr Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
title_full_unstemmed Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
title_sort Detecção de posicionamento e rotulação automatizada de usuários do Twitter para análise de eventos políticos controversos
author Santos, Patrícia Dias dos
author_facet Santos, Patrícia Dias dos
author_role author
dc.contributor.advisor1.fl_str_mv Goya, Denise Hideko
dc.contributor.author.fl_str_mv Santos, Patrícia Dias dos
contributor_str_mv Goya, Denise Hideko
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-06-13
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.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126176&midiaext=81125
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126176&midiaext=81125
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475890541461504

Registros relacionados