UM MODELO COMPUTACIONAL PARA MINERAÇÃO DE DADOS NO FACEBOOK APLICADO A INFERÊNCIA DOS INDICADORES DE CIDADES INTELIGENTES
Resumo
Neste trabalho foi proposto o estudo de técnicas e ferramentas de mineração capazes de permitir inferir o grau de inteligência de um território, a partir de postagens do Facebook. Apresenta-se um modelo para pré-processamento de postagens e obtenção de indícios (através de termos representativos) do nível de inteligência de uma cidade frente a diferentes indicadores. A partir dos termos representativos, propôs-se também prover um método capaz de classificar uma postagem quanto a um aspecto. O método foi aplicado e validado em um estudo de caso envolvendo mais de 50 mil postagens do Facebook extraídas de páginas e grupos relacionados às informações da cidade do Rio Grande/RS, entre 2012 e 2017. Os termos representativos e as classificações obtidas podem ser utilizados em etapa de pós-processamento para a obtenção de um discurso coletivo sobre a percepção do cidadão em relação ao nível de inteligência da sua cidade. Os resultados desta pesquisa apresentam indícios que o método pode ser aplicado, uma vez que as métricas de avaliação foram adequadas. Bons resultados foram obtidos, sobretudo, para os aspectos com maior número de dados anotados, o que indica que esforços terão que ser realizados para a obtenção de uma maior quantidade de amostras para treinamento.
Referências
AFONSO, R. A. et al. Br-SCMM: Modelo Brasileiro de Maturidade para Cidades Inteligentes. Simpósio Brasileiro De Sistemas De Informação, 2013.
AGGARWAL, C. C.; ZHAI, C. Mining text data: Springer Science & Business Media. 2012.
BARALIS, E. et al. GRAPHSUM: Discovering correlations among multiple terms for graph-based summarization. Information Sciences, v. 249, p. 96-109, 2013.
CARRADORE SÉRGIO, M.; DO NASCIMENTO DA SILVA, T.; GONÇALVES, A. L. Descoberta de conhecimento a partir de informações não estruturadas por meio de técnicas de correlação e associação. Em Questão, v. 22, n. 2, 2016.
CHOWDHURY, G. G. Introduction to modern information retrieval. Facet publishing, 2010.
CHURCH, K. Concordances for Parallel Text. In proceedings of Seventh Annual Conference of the UW Centre for the New OED and Text Research. 1991.
CHURCH, K. W.; MERCER, R. L. Introduction to the special issue on computational linguistics using large corpora. Computational linguistics, v. 19, n. 1, p. 1-24, 1993.
CHURCH, K. W.; HANKS, P. Word association norms, mutual information, and lexicography. Computational linguistics, v. 16, n. 1, p. 22-29, 1990.
FRY, A. O uso (ou é abuso?) de mídia social em ciências sociais, 2014. Disponível em: <https://www.socialsciencespace.com/2014/02/the-use-or-is-it-abuse-of-social-media-in-social-science/>. Acessado em: 15 jan. 2018, 10:00:00.
GIFFINGER, R.; GUDRUN, H. Smart cities ranking: an effective instrument for the positioning of the cities?. ACE: architecture, city and environment, v. 4, n. 12, p. 7-26, 2010.
GOLDER, S.; MACY, M. Social science with social media. ASA footnotes, v. 40, n. 1, p. 7, 2012.
GOMYDE, A. Cidades inteligentes e humanas. Boletim de Conjuntura, n. 2, p. 7-9, 2017.
HALL, R. E. et al. The vision of a smart city. Brookhaven National Lab., Upton, NY (US), 2000.
HARRISON, C.; DONNELLY, I. A. A theory of smart cities. In: Proceedings of the 55th Annual Meeting of the ISSS-2011, Hull, UK. 2011.
KHATOUN, R.; ZEADALLY, S. Smart cities: concepts, architectures, research opportunities. Communications of the ACM, v. 59, n. 8, p. 46-57, 2016.
KING, N. The qualitative research interview. Sage Publications, Inc, 1994.
LOPES, M. C. S. Mineração de dados textuais utilizando técnicas de clustering para o idioma português. Rio de Janeiro: sn, 2004.
MANNING, C. D.; MANNING, C. D.; SCHÜTZE, H. Foundations of statistical natural language processing. MIT press, 1999.
MANVILLE, C. et al. Mapping smart cities in the EU. Europan Parliament: Bressels, 2014. Disponível em: <http://www.europarl.europa.eu/RegData/etudes/etudes/join/2014/507480/IPOL-ITRE_ET(2014)507480_EN.pdf>. Acesso em: 09 mar. 2019.
MCCORMICK, T. H. et al. Using Twitter for demographic and social science research: Tools for data collection and processing. Sociological methods & research, v. 46, n. 3, p. 390-421, 2017.
MORAIS, E. A. M.; AMBRÓSIO, A. P. L. Mineração de textos. Relatório Técnico–Instituto de Informática (UFG), 2007.
SÁPIRAS, Leonardo Augusto. Mineração de opiniões em aspectos em fontes de opiniões fracamente estruturadas. 2015.
SYSTEM, U. Ranking connected smart cities, 2018. Disponível em: <http://www.connectedsmartcities.com.br/resultados-do-ranking-connected-smart-cities/?lang=en>. Acessado em: 31 ago. 2018, 20:05:00.
SYSTEMS, U. Urban systems, 2018. Disponível em: <http://www.urbansystems.com.br/>. Acessado em: 05 abr. 2018, 19:00:00.
WIVES, L. K. Tecnologias de descoberta de conhecimento em textos aplicadas à inteligência competitiva. Exame de Qualificação EQ-069, PPGC-UFRGS, 2002.
WOODALL, W. H. et al. An overview and perspective on social network monitoring. IISE Transactions, v. 49, n. 3, p. 354-365, 2017.
ZENG, D. et al. Social media analytics and intelligence. IEEE Intelligent Systems, v. 25, n. 6, p. 13-16, 2010.
