Publicado em: 03/01/2013

Dissertação de Mestrado em Sistemas de Informação

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————
DEFESA DE DISSERTAÇÃO DE MESTRADO

Aluno: Henrique Dias Pereira dos Santos
Orientador: Prof. Dr. Leandro Krug Wives

Título: Identificação de Autoridades em Tópicos na Blogoesfera Brasileira usando Comentários como Relacionamento
Linha de Pesquisa: Sistemas de Informação

Data: 09/01/2013
Hora: 15h
Local: Auditório José Mauro Volkmer de Castilho, Prédio 43424 – Instituto de Informática

Banca Examinadora:
Prof. Dr. João Batista Souza de Oliveira (PUCRS)
Profa. Dra. Karin Becker (UFRGS)
Profa. Dra. Viviane Pereira Moreira (UFRGS)

Presidente da Banca: Prof. Dr. Leandro Krug Wives

Resumo:
Com o aumento dos usuários acessando a internet no Brasil, cresce a quantidade de conteúdo produzido por brasileiros. Assim se torna importante classificar os melhores autores para ter mais confiança nos textos lidos. Nesse sentido, essa dissertação faz um estudo sobre a descoberta de autoridades em tópicos na blogoesfera brasileira. O escopo de estudo e análise é a plataforma de publicação de blogs, Blogspot, sobre os blogueiros que se identificam como brasileiros. Para tanto, foram coletados nove milhões de postagens do ano de 2012 e considerados os comentários como fonte de relacionamento entre os blogueiros para gerar uma rede social. Essa rede foi usada para experimentos do algoritmo de identificação de autoridades em tópicos. O algoritmo utilizado como base é o Topic PageRank, separando os diversos tópicos da blogoesfera pelas tags que os usuários definem em suas postagens e posteriormente construindo a lista das autoridades em tais tópicos. Experimentos realizados demonstram que o método proposto resulta em melhor ranqueamento que o algoritmo original do PageRank. Cabe salientar que foi feita uma caracterização dos dados coletados por um questionário aplicado a quatro mil autores.

Palavras-Chave: Autoridade, Blogoesfera Brasileira, Análise de Redes Sociais, Ranqueamento.