Atualmente empresas como Google e Facebook fazem parte da lista das maiores companhias do mundo. O investimento em publicidade e criação de páginas para a divulgação de anúncios e marcas, tem levado o Facebook a uma posição de destaque neste cenário. Neste contexto, o presente trabalho tem o objetivo de analisar e predizer o número de interações em notícias divulgadas em cinco páginas de fãs, que se constituem nas mais acessadas da Rede Social Facebook no Brasil. Como contribuição propõem-se determinar o fator de impacto de publicações, considerando a média de três características mencionadas, o número de curtidas, o número de comentários e o número de vezes que a notícia foi compartilhada. Serão avaliados resultados da aplicação de diferentes técnicas para a classificação, além da influência de características relacionadas a palavras e termos mais frequentes, verificando qual combinação produz melhores resultados no processo de gerar um modelo de aprendizado para prever o Fator de Impacto de notícias publicadas nas páginas de fãs da Rede Social Facebook. Apresenta-se também os motivos que podem exercer influência no fator de impacto através do processo de descoberta de conhecimentos em base de dados e também fazendo uso de técnicas de processamento de linguagem natural com o objetivo de atender a expectativa do trabalho. / Currently companies as Google and Facebook are on the top of the largest companies in the world and according to news released on the website tecmundo the main reason that led to this privileged position, in particular Facebook, appears to be the result of its investments in publicity focused on mobile devices through general advertisements in its own social network. In this context the present research aims to estimate the number of news interactions published on the five most accessed fans pages of Facebook Social Network in Brazil. Are considered examples of interactions in this study the number of likes, the number of comments and also the amount of times a message was shared. As also disclose attributes that influence interactions. As a contribution is proposed the impact factor of a publication, considering the average of three mentioned interactions, the number of likes, the number of comments and also the number of times the news was shared, in order to improve the results in predicting interactions of a fan page of Facebook Social Network. In addition to analyze the results of prediction algorithms applying different techniques of text pre- processing checking which combination produces best results in generating a learning process model to foresee the impact of news published on Facebooks fan pages and exhibit reasons that may influence the impact factor through the discovering process of database knowledge, from the feeling analysis as well as making use of processing of natural language techniques in order to fulfill work expectation.
Identifer | oai:union.ndltd.org:IBICT/oai:lume.ufrgs.br:10183/134588 |
Date | January 2015 |
Creators | Schünke, Marco Aurélio |
Contributors | Barone, Dante Augusto Couto |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0123 seconds