Use este identificador para citar ou linkar para este item: https://repositorio.ifgoiano.edu.br/handle/prefix/4949
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Oliveira, Douglas-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8621490090221615pt_BR
dc.creatorMartins, Matheus-
dc.creator.Latteshttp://lattes.cnpq.br/4292022190178571pt_BR
dc.date.accessioned2024-12-16T18:14:59Z-
dc.date.available2024-12-16T18:14:59Z-
dc.date.issued2024-12-03-
dc.identifier.urihttps://repositorio.ifgoiano.edu.br/handle/prefix/4949-
dc.description.abstractThis 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.pt_BR
dc.description.resumoEste 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.pt_BR
dc.description.provenanceSubmitted by Matheus Wagner dos Santos Martins (matheus.wagner@estudante.ifgoiano.edu.br) on 2024-12-16T18:08:27Z No. of bitstreams: 1 tcc_Matheus Wagner.pdf: 5172069 bytes, checksum: 2ab253955639116a499d2c639981df52 (MD5)en
dc.description.provenanceApproved for entry into archive by Johnathan Diniz (johnathan.diniz@ifgoiano.edu.br) on 2024-12-16T18:14:27Z (GMT) No. of bitstreams: 1 tcc_Matheus Wagner.pdf: 5172069 bytes, checksum: 2ab253955639116a499d2c639981df52 (MD5)en
dc.description.provenanceApproved for entry into archive by Johnathan Diniz (johnathan.diniz@ifgoiano.edu.br) on 2024-12-16T18:14:59Z (GMT) No. of bitstreams: 1 tcc_Matheus Wagner.pdf: 5172069 bytes, checksum: 2ab253955639116a499d2c639981df52 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-12-16T18:14:59Z (GMT). No. of bitstreams: 1 tcc_Matheus Wagner.pdf: 5172069 bytes, checksum: 2ab253955639116a499d2c639981df52 (MD5) Previous issue date: 2024-12-03en
dc.languageporpt_BR
dc.publisherInstituto Federal Goianopt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Rio Verdept_BR
dc.publisher.initialsIF Goianopt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectVisualização de Dadospt_BR
dc.subjectData Visualizationpt_BR
dc.subjectMídias Sociaispt_BR
dc.subjectSocial Mediapt_BR
dc.subjectDistorção Dinâmica do Tempopt_BR
dc.subjectDynamic Time Warpingpt_BR
dc.subjectCOVID-19pt_BR
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleANÁLISE E VISUALIZAÇÃO DE SÉRIES TEMPORAIS DE DADOS DE MÍDIAS SOCIAIS DURANTE A PANDEMIA DE COVID-19pt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Bacharelado em Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_Matheus Wagner.pdf5,05 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.