Use este identificador para citar ou linkar para este item:
http://www.monografias.ufop.br/handle/35400000/325| Título: | Mineração de dados no Twitter : uma ferramenta prática para extração e análise dos resultados. |
| Autor(es): | Silva, Matheus Moreira |
| Orientador(es): | Oliveira, Fernando Bernardes de |
| Membros da banca: | Oliveira, Fernando Bernardes de Lima, Helen de Cássia Sousa da Costa Dias, Daniela Rodrigues |
| Palavras-chave: | Mineração de dados - computação Redes sociais Tratamento de dados |
| Data do documento: | 2017 |
| Referência: | SILVA, Matheus Moreira. Mineração de dados no Twitter : uma ferramenta prática para extração e análise dos resultados. 2017. 59 f. Monografia (Graduação em Sistemas de Informação) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2017. |
| Resumo: | As redes sociais são compostas por relações entre usuários que geram um amplo domínio de informações que são modificadas com uma rápida frequência. Um exemplo de rede social é o Twitter, o qual oferece uma comunicação interativa rápida entre seus usuários em uma escala global. Observa-se que as postagens oriundas das interações entre os usuários do Twitter, quando submetidas a um tratamento de dados, podem recuperar informações importantes sobre o comportamento desses usuários. Assim, este trabalho visa desenvolver uma ferramenta prática e funcional para a mineração e visualização de dados do Twitter. Os dados são extraídos por meio da API disponibilizada pelo Twitter que permite recuperar Tweets recentemente publicados. Os dados extraídos são submetidos a uma coleção de algoritmos de mineração de dados visando encontrar associações relevantes entre os dados. Os resultados obtidos são expostos aos usuários por meios de bibliotecas gráficas como Google Charts e D3.js com o intuito de facilitar a visualização e análise. A aplicação foi testada sobre temas da atualidade e se mostrou funcional uma vez que foi capaz de realizar as tarefas requisitadas da maneira esperada. |
| Resumo em outra língua: | Social Networks are composed by relations between users that generate a broad domain of information, where are modified with a quick frequency. The example is Twitter, which offers a fast and interactive communication with users on a global scale. It's observed that the posts originating from the interactions between Twitter users, when submitted to a processing data, it's possible retrieve important information about users behavior. This work aims to develop a practical and functional framework for the mining and visualization of Twitter data. The data are extracted by API available by Twitter, it allow extracts the recent tweets published. The extracted data are submitted to a collection of data mining algorithms, in order to find relationships between the data. The results are exposed to users by means of graphic libraries such as: Google Charts and D3.js in order to facilitate the visualization and analysis. The application was tested on current topics and proved to be functional once it was able to perform the requested tasks as expected. |
| URI: | http://www.monografias.ufop.br/handle/35400000/325 |
| Licença: | Autorização concedida à Biblioteca Digital de TCC da UFOP pelo autor(a), 06/04/2017, com as seguintes condições: disponível sob Licença Creative Commons 4.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais e não permite a adaptação da obra. |
| Aparece nas coleções: | Sistema de Informação - JMV |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| MONOGRAFIA_MineraçãoDadosTwitter.pdf | 3,33 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons
