Instagram - Social CRM Belém

Análise de Comunidades em Redes
Sociais utilizando Mineração de dados:
Um estudo de caso nas redes da UFPA
SCRM 2016
Ingrid Nascimento
Márcia Pinheiro
Ádamo Santana
Agenda
1.
2.
3.
4.
5.
Introdução
Detecção de Comunidades
Metodologia
Resultados
Conclusão
2
Introdução
3
Detecção de Comunidades
4
Algoritmo K-means
• K agrupamentos préespecificados
• Simplicidade e rápida
execução
• Bastante utilizado em
aplicações científicas e
industriais (ISOD; SAHU,
2013)
5
Índice de Validação Interna - IVI
• Índice Silhouette (S)
𝑏 𝑖 − 𝑎(𝑖)
𝑆=
𝑚𝑎𝑥 𝑎 𝑖 , 𝑏(𝑖)
a 𝑖 : média de dissimilaridade do elemento 𝑖 no mesmo
cluster;
b 𝑖 : Menor média de 𝑖 em relação aos demais clusters;
6
Metodologia
7
Resultados
RSO
IVI
Número de Comunidades
Valor do Índice
Facebook
Silhouette
4
0.8027
Instagram
Silhouette
3
0.7623
Twitter
Silhouette
2
0.7741
8
Comunidades
9
Facebook
• O algoritmo K-means identificou 4
comunidades de seguidores na base do
Facebook
10
Facebook
11
Facebook
12
Twitter
• O algoritmo K-means indicou que há 2
comunidades de seguidores na base do
Twitter
13
Twitter
14
Instagram
• O algoritmo K-means indicou 3
comunidades de seguidores na base do
Instagram
15
Instagram
16
Instagram
17
Conclusão
• Os resultados alcançados demonstraram os
principais meios de engajamento utilizados
pelos usuários
• Identificação de comunidades de usuários
influentes
• Confiabilidade dos resultados em comparação
a análises de ferramentas “blackboxes”
18
Trabalhos Futuros
• Desenvolvimento de aplicações e surveys para
a coleta de dados públicos dos perfis de
usuários
• Introdução de novas variáveis: novas reactions
do Facebook, “curtidas” do Twitter.
19
Perguntas?
20
Análise de Comunidades em Redes
Sociais utilizando Mineração de dados:
Um estudo de caso nas redes da UFPA
SCRM 2016
Ingrid Nascimento ([email protected])
Márcia Fontes ([email protected])
Ádamo Santana ([email protected])