Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/12324
Título: Modelagem automática de perfis de usuários do Twitter utilizando diferentes técnicas de enriquecimento semântico
Título(s) alternativo(s): Automatic user profile modeling on twitter using different semantic enrichment techniques
Autor : Mendes, Diego Sarmento
Primeiro orientador: Esmin, Ahmed Ali Abdalla
Primeiro membro da banca: Pereira, Denilson Alves
Segundo membro da banca: Zambalde, André Luiz
Terceiro membro da banca: Ribeiro, Leonardo Andrade
Palavras-chave: Redes sociais
Usuários da Internet – Análise
Semântica – Análise de redes
Mineração de dados
Social networks
Internet users – Analysis
Semantics – Networks analysis
Data mining
Twitter
Data da publicação: 31-Jan-2017
Agência(s) de fomento: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: MENDES, D. S. Modelagem automática de perfis de usuários do Twitter utilizando diferentes técnicas de enriquecimento semântico. 2017. 81 p. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal de Lavras, Lavras, 2016.
Resumo: Cada vez mais as redes sociais na Internet se destacam pelo grande volume de informações geradas por usuários diariamente, as quais são compostas por textos, fotos e vídeos. Contudo, ainda é um grande desafio utilizar dados publicados por usuários para entender de forma precisa seus interesses, informação esta que é preciosa em diversas aplicações. Para lidar com tais dificuldades, técnicas avançadas para agregar valor semântico aos textos foram propostas em trabalhos anteriores, obtendo informações implícitas que estão presentes nas próprias publicações ou em URLs de notícias mencionadas pelos usuários. Seguindo esta mesma ideia, neste trabalho é proposta uma nova abordagem para enriquecimento semântico de publicações de usuários do Twitter, na qual são consideradas informações que estão além do conteúdo textual presente nas publicações, explorando também os conceitos extraídos de imagens presentes nas publicações e notícias compartilhadas pelos usuários. Assim sendo, a principal contribuição deste trabalho é criar um mecanismo de modelagem automática de perfis de usuários do Twitter, que utiliza diferentes técnicas de enriquecimento semântico do estado da arte baseadas em conteúdo textual, assim como uma nova abordagem proposta que faz uso de imagens, comparando-as em cenários reais envolvendo um sistema de recomendação de notícias e um classificador de tweets. Além disso, uma aplicação para visualizar os perfis criados, assim como suas respectivas evoluções ao longo do tempo, foi implementada permitindo que dados sejam coletados e enriquecidos em tempo real.
Abstract: Increasingly, social networking sites stands out by the large volume of information created by users daily, which are composed of text, photos and videos. However, it is still a big challenge to use user’s published data to understand precisely their interests, which is a valuable information in many applications. To deal with such difficulties, advanced techniques to add semantic value to the texts were proposed in other studies, obtaining implicit information that are present in their own publications or news URLs mentioned by users. Following this same idea, in this research we propose a new approach of semantic enrichment for Twitter users’ publications, which it is considered information that is beyond the textual content present in publications, also exploring the extracted concepts from images in publications and news shared by users. Therefore, the main contribution of this work is to create an automatic modeling tool for Twitter user’s profiles, using different state-of-the-art techniques to semantic enrichment based on textual content, as well as the proposed new approach using images, comparing them in scenarios real involving a news recommendation system and classification of tweets, respectively. Moreover, an application to show the created profiles, and their respective changes over time was implemented, allowing data to be collected and enriched in real time.
URI: http://repositorio.ufla.br/jspui/handle/1/12324
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções:DCC - Ciência da Computação - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.