Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/325
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorOliveira, Fernando Bernardes dept_BR
dc.contributor.authorSilva, Matheus Moreira-
dc.date.accessioned2017-05-11T14:24:45Z-
dc.date.available2017-05-11T14:24:45Z-
dc.date.issued2017-
dc.identifier.citationSILVA, 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.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/325-
dc.description.abstractAs 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.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopen accesspt_BR
dc.subjectMineração de dados - computaçãopt_BR
dc.subjectRedes sociaispt_BR
dc.subjectTratamento de dadospt_BR
dc.titleMineração de dados no Twitter : uma ferramenta prática para extração e análise dos resultados.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseAutorização 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.pt_BR
dc.contributor.refereeOliveira, Fernando Bernardes dept_BR
dc.contributor.refereeLima, Helen de Cássia Sousa da Costapt_BR
dc.contributor.refereeDias, Daniela Rodriguespt_BR
dc.description.abstractenSocial 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.pt_BR
Aparece nas coleções:Sistema de Informação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_MineraçãoDadosTwitter.pdf3,33 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons