Publicado em: 12/04/2013

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

Título: Descobrindo eventos locais utilizando análise de séries temporais nos dados do Twitter
Linha de Pesquisa: Sistemas de Informação

Data: 18/04/2013
Hora: 13h30min
Local: Auditório José Mauro Volkmer de Castilho, Prédio 43424 – Instituto de Informática

Banca Examinadora:
Profa. Dra. Karin Becker (UFRGS)
Prof. Dr. Ricardo Matsumura Araújo (UFPEL)
Prof. Dr. Roberto da Silva (UFRGS)

Presidente da Banca: Prof. Dr. Leandro Krug Wives

Resumo:

O crescente uso de redes sociais gera quantidades enormes de dados que podem ser empregados em vários tipos de análises. Alguns desses dados têm informação temporal e geográfica, as quais podem ser usadas para um exame mais detalhado. Nesse contexto, neste trabalho é proposto um novo método para a análise do volume massivo de mensagens disponível no Twitter, com o objetivo de identificar locais no mundo onde eventos como programas de TV, mudanças climáticas, desastres e eventos esportivos estão impactando na comunidade. A abordagem proposta é baseada no uso de uma rede neural para detecção de outliers em séries temporais, as quais são formadas por estatísticas coletadas em tweets localizados em diferentes divisões políticas (i.e., países, cidades). Esses outliers são usados para identificar eventos com um comportamento irregular no Twitter. A efetividade do método é avaliada num ambiente online indicando novas descobertas na modelagem do comportamento de comunidades locais de diferentes lugares.

Palavras-Chave: Microblogs, Análise Sócio-Geográfica, Fluxo do Twitter, Séries Temporais, Redes Neurais.