Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/36695
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Martins, Lara Mondini | - |
dc.date.accessioned | 2023-01-09T20:44:02Z | - |
dc.date.available | 2023-01-09T20:44:02Z | - |
dc.date.issued | 2022-12-09 | - |
dc.identifier.citation | MARTINS, Lara Mondini. Análises de publicações da rede social Instagram em contraste com o temperamento humano. 2022. 143 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.di.2022.664. | pt_BR |
dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/36695 | - |
dc.description.abstract | With the growth in the use of social networks, the possibilities for studies on social relationships and interactions have grown significantly. Understanding how users express their feelings and manifest their temperaments on social networks can be a step for anticipating psychological disorders. Instagram has billions of users and is the most used social networks today. However, this network is still little explored as a source of study for the human temperament. This work aims to analyze the relationships between the temperament of users and their data collected on the social network Instagram. For the analysis of the textual data of the users' posts, two sentiment classification strategies are used. The first one is an ensemble of classifiers and the second one is a layered classifier. Both strategies were evaluated in three databases and achieved accuracy results above 77%. The ensemble classifier obtained better results in the three bases with accuracy above 80%. For the analysis of the relationship between temperament and Instagram data, each user is represented by temperament (target attribute), number and average of likes, number of publications and proportions of use of emojis in publications, positive publications, negative publications , publications during the week, publications on weekends and followers. In this analysis, statistical tests, graphs and decision tree were used. The results indicate that users with a depressive mood post more positive-feeling captions than hyperthymic, irritable, and worried users. The behavior of publications during the week and on weekends of irritable and worried temperaments are similar, as well as the behavior of cyclothymic and depressive users. And finally, anxious users use more emojis in Instagram captions than depressed and angry users. | 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-nc-nd/3.0/us/ | * |
dc.subject | redes sociais | pt_BR |
dc.subject | temperamento | pt_BR |
dc.subject | análise de sentimentos | pt_BR |
dc.subject | pt_BR | |
dc.subject | social networks | pt_BR |
dc.subject | temperament | pt_BR |
dc.subject | sentiment analysis | pt_BR |
dc.title | Análises de publicações da rede social Instagram em contraste com o temperamento humano | pt_BR |
dc.title.alternative | Analysis of publications of the social network Instagram in contrast with the human temperament | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisor-co1 | Barioni, Maria Camila Nardini | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/3785426518998830 | pt_BR |
dc.contributor.advisor1 | Paiva, Elaine Ribeiro de Faria | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8238524390290386 | pt_BR |
dc.contributor.referee1 | Gabriel, Paulo Henrique Ribeiro | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/3181954061121790 | pt_BR |
dc.contributor.referee2 | Merschmann, Luiz Henrique de Campos | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3373541964910904 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/8994433276743573 | pt_BR |
dc.description.degreename | Dissertação (Mestrado) | pt_BR |
dc.description.resumo | Com o crescimento do uso das redes sociais, as possibilidades de estudos sobre relações e interações sociais têm crescido significativamente. Compreender como os usuários expressam seus sentimentos e manifestam seus temperamentos nas redes sociais pode ser um passo para antecipar os transtornos psicológicos. O Instagram tem bilhões de usuários e está entre as redes sociais mais utilizadas atualmente. No entanto, essa rede ainda é pouco explorada como fonte de estudo para o temperamento humano. Este trabalho tem o objetivo de analisar as relações entre o temperamento dos usuários e seus dados coletados na rede social Instagram. Para a análise dos dados textuais das postagens dos usuários são utilizadas duas estratégias de classificação de sentimentos. A primeira delas é um ensemble de classificadores e a segunda é um classificador em níveis. Ambas as estratégias foram avaliadas em três bases de dados e alcançaram resultados de acurácia acima de 77%. O classificador ensemble obteve melhores resultados nas três bases com acurácia acima de 80%. Para a análise da relação entre temperamento e os dados do Instagram, cada usuário é representado pelo temperamento (atributo alvo), quantidade e média de curtidas, quantidade de publicações e pelas proporções de uso de emojis nas publicações, de publicações positivas, de publicações negativas, de publicações durante a semana, de publicações aos finais de semana e de seguidos e seguidores. Nessa análise, foram utilizados testes estatísticos, gráficos e árvore de decisão. Os resultados indicam que usuários com temperamento depressivo postam mais legendas com sentimento positivo do que usuários hipertímicos, irritados e preocupados. O comportamento de publicações durante a semana e aos finais de semana dos temperamentos irritável e preocupado são similares, assim como o comportamento dos usuários ciclotímicos e depressivos. E finalmente, os usuários ansiosos usam mais emojis nas legendas do Instagram do que usuários deprimidos e irritados. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Programa de Pós-graduação em Ciência da Computação | pt_BR |
dc.sizeorduration | 143 | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.identifier.doi | http://doi.org/10.14393/ufu.di.2022.664 | pt_BR |
dc.orcid.putcode | 126162009 | - |
dc.crossref.doibatchid | 7cc9fe2a-5989-440b-8d06-6a1cab91a639 | - |
dc.subject.autorizado | Computação | pt_BR |
Appears in Collections: | DISSERTAÇÃO - Ciência da Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
AnalisesPublicacoesRede.pdf | Dissertação | 16.21 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License