Use este identificador para citar ou linkar para este item:
https://repositorio.ifgoiano.edu.br/handle/prefix/4949| Tipo: | Trabalho de Conclusão de Curso |
| Título: | ANÁLISE E VISUALIZAÇÃO DE SÉRIES TEMPORAIS DE DADOS DE MÍDIAS SOCIAIS DURANTE A PANDEMIA DE COVID-19 |
| Autor(es): | Martins, Matheus |
| Primeiro Orientador: | Oliveira, Douglas |
| Resumo: | Este trabalho explora as dinâmicas de comunicação durante a pandemia de COVID-19 utilizando um vasto conjunto de dados do Twitter. Com mais de 524 milhões de publicações coletadas entre fevereiro e maio de 2020, abrangendo 62 idiomas e 218 países, o estudo se concentra em analisar e visualizar esses dados para entender melhor as respostas regionais e culturais à pandemia. Utilizamos métodos de visualização matricial, como mapas de calor, para identificar padrões e tendências nas publicações. Além disso, aplicamos a técnica de Distorção Dinâmica do Tempo (DTW) para comparar séries temporais, medindo a distância entre diferentes sequências de dados que podem variar em velocidade e alinhamento. Os resultados revelaram insights significativos sobre o comportamento das publicações relacionadas à COVID-19, incluindo picos de interesse em resposta a eventos específicos e a adoção global de mensagens de saúde pública. |
| Abstract: | This study explores the dynamics of communication during the COVID-19 pandemic using a vast dataset from Twitter. With over 524 million posts collected between February and May 2020, covering 62 languages and 218 countries, the research focuses on analyzing and visualizing these data to better understand regional and cultural responses to the pandemic. We employ matrix visualization methods, such as heatmaps, to identify patterns and trends in the tweets. Additionally, we apply the Dynamic Time Warping (DTW) technique to compare time series, measuring the distance between different data sequences that may vary in speed and alignment. The results revealed significant insights into the behavior of COVID-19-related posts, including peaks of interest in response to specific events and the global adoption of public health messages. |
| Palavras-chave: | Visualização de Dados Data Visualization Mídias Sociais Social Media Distorção Dinâmica do Tempo Dynamic Time Warping COVID-19 |
| Área do CNPq: | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| Pais: | Brasil |
| Editor: | Instituto Federal Goiano |
| Sigla da Instituição: | IF Goiano |
| Campus: | Campus Rio Verde |
| Tipo de Acesso: | Acesso Aberto |
| URI: | https://repositorio.ifgoiano.edu.br/handle/prefix/4949 |
| Data do documento: | 3-Dez-2024 |
| Aparece nas coleções: | Bacharelado em Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| tcc_Matheus Wagner.pdf | 5,05 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.