Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/33199
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Ribeiro, Thalia Sara Rodrigues | - |
dc.date.accessioned | 2021-11-08T17:21:21Z | - |
dc.date.available | 2021-11-08T17:21:21Z | - |
dc.date.issued | 2021-10-26 | - |
dc.identifier.citation | RIBEIRO, Thalia Sara Rodrigues. Contribuição da computação na análise de dados de redes sociais no contexto da pandemia da COVID-19. 2021. 83 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021. | pt_BR |
dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/33199 | - |
dc.description.abstract | Social Networks are platforms that allow connectivity and interaction of different people and cultures, generating thousands of data from this interaction. Social Network Data Analysis allows such data to be analyzed in order to obtain relevant information about what is being discussed or how people are feeling in a given context. The course conclusion work presented here has the general objective of carrying out a Systematic Literature Review on the contribution of computing to the Analysis of Social Network Data, especially in the context of the COVID-19 pandemic. Obtaining an overview of the methods and strategies produced by computing to analyze data from social networks in this context can help researchers in the field to deal in the best possible way in relation to possible public health emergencies that may arise. The proposed methodology for this work consisted of carrying out a Mixed Sequential Exploratory Review that consisted of two phases, Quantitative Analysis and Qualitative Analysis. A total of 784 articles were collected and after applying the inclusion and exclusion criteria, 140 articles were selected. By analyzing the selected articles, it was possible to identify the main techniques, methods and tools used in data analysis. In addition, it was also possible to observe which categories of methods were most explored, how the distribution of articles is being, which countries contributed, how computing contributed to different areas of science, which were the most explored tools and what was the period of collection of data from the analyzed articles. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Uberlândia | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-sa/3.0/us/ | * |
dc.subject | Revisão Sistemática | pt_BR |
dc.subject | Revisão Mista Sequencial Exploratória | pt_BR |
dc.subject | Análise de Dados de Redes Sociais | pt_BR |
dc.subject | COVID-19 | pt_BR |
dc.subject | Systematic Review | pt_BR |
dc.subject | Mixed Sequential Exploratory Review | pt_BR |
dc.subject | Analysis of Social Network Data | pt_BR |
dc.title | Contribuição da computação na análise de dados de redes sociais no contexto da pandemia da COVID-19 | pt_BR |
dc.title.alternative | Contribution of computing to the analysis of social network data in the context of the COVID-19 pandemic | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Barioni, Maria Camila Nardini | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3785426518998830 | pt_BR |
dc.contributor.referee1 | Brasil, Christiane Regina Soares | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/5064007473299439 | pt_BR |
dc.contributor.referee2 | Faria, Elaine Ribeiro de | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/8238524390290386 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/5056147711756285 | pt_BR |
dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
dc.description.resumo | As Redes Sociais são plataformas que permitem a conectividade e interação de diferentes pessoas e culturas, gerando milhares de dados a partir dessa interação. A Análise de Dados de Redes Sociais permite que tais dados sejam analisados de forma a obter informações relevantes sobre o que está sendo discutido ou como as pessoas estão se sentindo em um determinado contexto. O trabalho de conclusão de curso apresentado aqui tem como objetivo geral a realização de uma Revisão Sistemática da Literatura sobre a contribuição da computação para a Análise de Dados de Rede Sociais, especialmente no contexto da pandemia da COVID-19. A obtenção de uma visão geral dos métodos e estratégias produzidos pela computação para analisar os dados de redes sociais neste contexto, pode ajudar os pesquisadores da área a lidar da melhor maneira possível em relação a possíveis emergências de saúde pública que possam surgir. A metodologia proposta para esse trabalho consistiu na realização de uma Revisão Mista Sequencial Exploratória que se constituiu de duas fases, Análise Quantitativa e Análise Qualitativa. Foram coletados784 artigos e após a aplicação dos critérios de inclusão e exclusão, foram selecionados 140artigos. Analisando os artigos selecionados foi possível identificar as principais técnicas, os métodos e as ferramentas empregados na análise dos dados. Além disso, também foi possível observar quais categorias de métodos foram mais exploradas, como está sendo a distribuição de artigos, quais países contribuíram, como a computação contribuiu para as diferentes áreas da ciência, quais foram as ferramentas mais exploradas e qual foi o período de coleta dos dados dos artigos analisados. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.course | Sistemas de Informação | pt_BR |
dc.sizeorduration | 83 | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.orcid.putcode | 102834778 | - |
Appears in Collections: | TCC - Sistemas de Informação (Uberlândia) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ContribuiçãoComputaçãoAnálise.pdf | TCC | 15.14 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License