Análise de dados sociais - Social data analysis

A análise de dados sociais é a análise baseada em dados de como as pessoas interagem em contextos sociais, geralmente com dados obtidos de serviços de redes sociais . O objetivo pode ser simplesmente entender o comportamento humano ou mesmo propagar uma história de interesse para o público-alvo. As técnicas podem envolver a compreensão de como os dados fluem dentro de uma rede, a identificação de nós influentes (pessoas, entidades etc.) ou a descoberta de tópicos de tendência.

A análise de dados sociais geralmente compreende duas etapas principais: 1) coleta de dados gerados a partir de sites de redes sociais (ou por meio de aplicativos sociais) e 2) análise desses dados, em muitos casos exigindo análise de dados em tempo real (ou quase em tempo real), medições que compreendem e pesam fatores como influência, alcance e relevância, uma compreensão do contexto dos dados sendo analisados ​​e a inclusão de considerações de horizonte de tempo. Resumindo, a análise de dados sociais envolve a análise das mídias sociais para entender e revelar insights que estão incorporados aos dados.

A análise de dados sociais pode fornecer uma nova abordagem na inteligência de negócios, onde a exploração social de dados pode levar a percepções importantes que o usuário de análises não imaginou / explorou. O termo foi introduzido por Martin Wattenberg em 2005 e recentemente também é tratado como análise de big data em relação à computação de big data .

Os sistemas estão disponíveis para auxiliar os usuários na análise de dados sociais. Eles permitem que os usuários armazenem conjuntos de dados e criem representações visuais correspondentes. Os mecanismos de discussão geralmente usam estruturas como blogs e wikis para conduzir essa exploração social / inteligência colaborativa .

Obtenção de dados sociais

Os serviços de redes sociais estão cada vez mais populares com o desenvolvimento da Web 2.0 . Muitos desses serviços fornecem APIs que permitem fácil acesso aos seus dados, respondendo às consultas do usuário com os dados solicitados na forma de strings formatadas em XML ou JSON . Para proteger a privacidade de seus usuários, serviços como o Facebook exigem que a pessoa que solicita os dados tenha as permissões de acesso aos dados necessárias. Os serviços também podem cobrar dos usuários pelo acesso aos seus dados. As fontes de dados sociais incluem Twitter , Facebook , sites de notícias, Wikipedia e We Feel Fine .

Algumas APIs só permitem o acesso a dados em pequenas quantidades, portanto, indexar os dados em massa pode se tornar um desafio. Six_Apart foi a primeira empresa de mídia social a fornecer uma mangueira de incêndio (gratuita) de conteúdo para todas as postagens em sua rede (fornecida por XMPP). Mais tarde, o Twitter apareceu e forneceu uma mangueira de incêndio , assim como empresas como Spinn3r , Datasift e GNIP .

Métodos de análise

Na maioria dos casos, queremos descobrir as relações entre os dados sociais e outro evento ou queremos obter resultados interessantes de análises de dados sociais para prever alguns eventos. Existem alguns artigos notáveis ​​neste campo, incluindo Twitter Mood Predictions The Stock Market , Predicting The Present With Google Trends, etc. Para atingir esses objetivos, precisamos dos métodos apropriados para fazer as análises. Normalmente, usamos métodos estatísticos , métodos de aprendizado de máquina ou métodos de mineração de dados para fazer as análises.

Universidades de todo o mundo estão abrindo programas de pós-graduação em Análise de Dados Sociais.

Conceitos chave

Ao falar sobre análise de dados sociais, há uma série de fatores que é importante ter em mente (que observamos anteriormente):

  • Análise de dados sofisticada : o que distingue a análise de dados sociais da análise de sentimento é a profundidade da análise. A análise de dados sociais leva em consideração vários fatores (contexto, conteúdo, sentimento) para fornecer uma visão adicional.
  • Consideração do tempo : as janelas de oportunidade são significativamente limitadas no campo das redes sociais. O que é relevante em um dia (ou mesmo em uma hora) pode não ser no próximo. Ser capaz de executar e analisar os dados rapidamente é um imperativo.
  • Análise de influência : compreender o impacto potencial de indivíduos específicos pode ser a chave para entender como as mensagens podem estar ressoando. Não se trata apenas de quantidade, mas também de qualidade.
  • Análise de rede : os dados sociais também são interessantes porque migram, crescem (ou morrem) com base em como os dados são propagados pela rede. É assim que a atividade viral começa - e se espalha.

Veja também

Referências