Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-05-02T22:17:41Z No. of bitstreams: 2 CRISTINA FÁTIMA CLARO.pdf: 1435369 bytes, checksum: 8be497c2e09310e9805b180de47c48d4 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-05-04T16:05:24Z (GMT) No. of bitstreams: 2 CRISTINA FÁTIMA CLARO.pdf: 1435369 bytes, checksum: 8be497c2e09310e9805b180de47c48d4 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-05-04T16:05:24Z (GMT). No. of bitstreams: 2 CRISTINA FÁTIMA CLARO.pdf: 1435369 bytes, checksum: 8be497c2e09310e9805b180de47c48d4 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Fundação de Amparo a Pesquisa do Estado de São Paulo / Fundo Mackenzie de Pesquisa / Social media is full of unstructured data and content generated in a decentralized way, and it is possible to analyze these data to identify patterns or predict future events. The analysis of these data gives rise to social media mining, an area that uses data mining techniques to extract knowledge from social data. From how the user presents himself in social media, how he/she interacts, what he/she shares and posts, it is possible to analyze his/her behavior by assigning a virtual identity, called virtual persona, and, from the behavior of the virtual persona, to predict characteristics, such as the temperament. Temperament is a set of natural tendencies of the mind that is related to the processes of perceiving, analyzing and making daily decisions. This dis-sertation aims to identify the temperament of users (virtual personas) based on D. Keirsey’s model, who classifies the temperament in Artisan, Guardian, Idealist and Rational. As a result, an average accuracy of 88.37% was obtained for the SVM algorithm for the classification of temperaments for LIWC with 6-fold cross validation. / As mídias sociais possuem um grande volume de dados não estruturados e permitem a geração de conteúdo de forma descentralizada, sendo possível analisar estes dados para identificar padrões ou prever eventos futuros. A análise desses dados dá origem à mineração de mídias sociais, uma área que utiliza técnicas de mineração de dados para extrair conhecimentos de dados sociais. A partir de como o usuário se apresenta nas mídias sociais, a forma como interage, o que curte, compartilha e posta, é possível analisar seu comportamento atribuindo uma identidade virtual, chamada persona virtual e, a partir do comportamento da persona virtual, predizer características, como o seu temperamento. O temperamento é um conjunto de tendências naturais da mente que tem relação com os processos de perceber, analisar e tomar decisão no dia a dia. Esta dissertação teve como objetivo predizer o temperamento de usuários (personas virtuais) de acordo com o modelo de D. Keirsey, que classifica o temperamento em Artesão, Guardião, Idealista e Racional. Como resultado, obteve-se uma acurácia média de 88,37% com o algoritmo SVM com estruturação dos textos via LIWC e validação cruzada em 6-pastas.

Submitted by Rosa Assis (rosa_assis@yahoo.com.br) on 2017-04-06T18:22:20Z No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904360 bytes, checksum: da4491acc50f0e9441178d242209690d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2017-04-19T14:00:48Z (GMT) No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904360 bytes, checksum: da4491acc50f0e9441178d242209690d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-04-19T14:00:48Z (GMT). No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904360 bytes, checksum: da4491acc50f0e9441178d242209690d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-12-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Fundação de Amparo a Pesquisa do Estado de São Paulo / Fundo Mackenzie de Pesquisa / Understanding the human being is a continuous work of perception and inference about how he/she interacts and responds to various environmental stimuli in which he/she is inserted. Each person behaves based on how he/she sees and reacts to the world. However, the Internet has created an environment in which behaviors are also expressed and social media constantly stimulate the creation of social ties and the sharing of information. Identifying and mapping patterns from this data opens up opportunities to understand what is the persona that one wants to express within such environment, leading to what was named here the virtual persona. Therefore, data mining techniques are powerful tools for data exploration and analysis, making it possible to develop a computing infrastructure that allows to infer psychological aspects of the virtual persona. All this technical and computational framework for social media data analysis makes up the social media mining field of research. Motivated by this perspective, this thesis proposes computational frameworks to analyze three aspects of the virtual persona: sentiment; temperament; and personality. As a result, it was developed the Virtual Persona Triad, composed of frameworks for sentiment analysis, temperament prediction and personality identification. We assessed various techniques to represent text and classification algorithms, analyzed via social media mining methods capable of providing the desired inferences about the Triad. The results show a higher predictive ability for the category dictionaries combined with ensembles of classifiers. / Entender o ser humano é um trabalho contínuo de percepções e inferências sobre como ele interage e responde aos diversos estímulos do ambiente no qual está inserido. Cada pessoa im-prime no ambiente padrões de comportamento que revelam sua forma de ver e reagir ao mundo. Não obstante, a internet criou um ambiente em que comportamentos também são expressos e as mídias sociais estimulam constantemente a criação de laços sociais e o compartilhamento de informações. Identificar e mapear padrões a partir desses dados abre oportunidades de entender qual é a persona que o usuário decidiu externar nesse ambiente, levando ao que se denomina aqui de persona virtual. Para tanto, técnicas de mineração de dados são ferramentas poderosas de exploração e análise de dados, tornando possível desenvolver uma infraestrutura computa-cional que permita inferir aspectos psicológicos sobre a persona virtual. Todo esse arcabouço técnico-computacional para análise de dados de mídias sociais compõe a mineração de mídias sociais. Motivada por essa perspectiva, esta tese propõe frameworks computacionais que pos-sibilitam analisar três aspectos sobre a persona virtual: sentimento, temperamento e personali-dade. Como resultado foi desenvolvida a tríade da persona virtual, composta pelos frameworks para análise de sentimento, temperamento e traços de personalidade. Foram avaliadas diferentes técnicas para representação de textos e também testados vários algoritmos de classificação, to-dos analisados via mineração de mídias sociais, capaz de fornecer as inferências desejadas sobre a tríade. Os resultados apontam uma maior capacidade de predição na combinação entre dicionários de categorias com técnicas de comitês de classificadores.

Submitted by Rosa Assis (rosa_assis@yahoo.com.br) on 2017-09-27T14:34:11Z No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904440 bytes, checksum: 0c659bf31551f82392215e8678f5696e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2017-10-02T14:34:54Z (GMT) No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904440 bytes, checksum: 0c659bf31551f82392215e8678f5696e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-10-02T14:34:55Z (GMT). No. of bitstreams: 2 ANA CAROLINA ESPIRITO SANTO LIMA.pdf: 2904440 bytes, checksum: 0c659bf31551f82392215e8678f5696e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-12-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Fundação de Amparo a Pesquisa do Estado de São Paulo / Fundo Mackenzie de Pesquisa / Understanding the human being is a continuous work of perception and inference about how he/she interacts and responds to various environmental stimuli in which he/she is inserted. Each person behaves based on how he/she sees and reacts to the world. However, the Internet has created an environment in which behaviors are also expressed and social media constantly stimulate the creation of social ties and the sharing of information. Identifying and mapping patterns from this data opens up opportunities to understand what is the persona that one wants to express within such environment, leading to what was named here the virtual persona. Therefore, data mining techniques are powerful tools for data exploration and analysis, making it possible to develop a computing infrastructure that allows to infer psychological aspects of the virtual persona. All this technical and computational framework for social media data analysis makes up the social media mining field of research. Motivated by this perspective, this thesis proposes computational frameworks to analyze three aspects of the virtual persona: sentiment; temperament; and personality. As a result, it was developed the Virtual Persona Triad, composed of frameworks for sentiment analysis, temperament prediction and personality identification. We assessed various techniques to represent text and classification algorithms, analyzed via social media mining methods capable of providing the desired inferences about the Triad. The results show a higher predictive ability for the category dictionaries combined with ensembles of classifiers. / Entender o ser humano é um trabalho contínuo de percepções e inferências sobre como ele interage e responde aos diversos estímulos do ambiente no qual está inserido. Cada pessoa im-prime no ambiente padrões de comportamento que revelam sua forma de ver e reagir ao mundo. Não obstante, a internet criou um ambiente em que comportamentos também são expressos e as mídias sociais estimulam constantemente a criação de laços sociais e o compartilhamento de informações. Identificar e mapear padrões a partir desses dados abre oportunidades de entender qual é a persona que o usuário decidiu externar nesse ambiente, levando ao que se denomina aqui de persona virtual. Para tanto, técnicas de mineração de dados são ferramentas poderosas de exploração e análise de dados, tornando possível desenvolver uma infraestrutura computa-cional que permita inferir aspectos psicológicos sobre a persona virtual. Todo esse arcabouço técnico-computacional para análise de dados de mídias sociais compõe a mineração de mídias sociais. Motivada por essa perspectiva, esta tese propõe frameworks computacionais que pos-sibilitam analisar três aspectos sobre a persona virtual: sentimento, temperamento e personali-dade. Como resultado foi desenvolvida a tríade da persona virtual, composta pelos frameworks para análise de sentimento, temperamento e traços de personalidade. Foram avaliadas diferentes técnicas para representação de textos e também testados vários algoritmos de classificação, to-dos analisados via mineração de mídias sociais, capaz de fornecer as inferências desejadas sobre a tríade. Os resultados apontam uma maior capacidade de predição na combinação entre dicio-nários de categorias com técnicas de comitês de classificadores.