MAM: Método para Agrupamentos Múltiplos em Redes Sociais Online Baseado em Emoções, Personalidades e Textos

Abstract

Um problema importante em análise de redes sociais é o particionamento de seus usuários com o objetivo de descobrir grupos que possuem interesses ou características comuns. Dada uma coleção de objetos, tipicamente não existe apenas uma única maneira de formar as partições. Além disto, quando objetos são usuários de uma rede social, cada objeto pode ser representado por diferentes conjuntos de dados. Esses conjuntos de dados oferecem oportunidades para explorar os comportamentos dos usuários a partir de diferentes perspectivas. Esse trabalho descreve um método agrupamento de múltiplas visões para agrupar objetos que contenham tais propriedades. Os agrupamentos produzidos por nosso método produzem agrupamentos alternativos não-redundantes. Devido a essas diferenças, eles podem revelar novas maneiras de interpretar os dados. Os experimentos conduzidos nesses trabalho usaram uma rede social online brasileira denominada MQD. No MQD os usuários são representados por três conjuntos de dados. Cada um deles corresponde a uma particular perspectiva: emoção, personalidade e postagem. Os resultados experimentais indicam que nosso método é capaz de produzir agrupamentos diferentes que consideram as três perspectivas dos usuários.