Slideshow do workshop "Análise de Redes em Mídias Sociais: começando sem erros", na Conferência de Dados da Escola de Dados.

1. ANÁLISE DE
REDES EM
MÍDIAS SOCIAIS
começando sem erros

2. Tarcízio Silva
Mestre (UFBA) e doutorando (UMESP) em Comunicação. Diretor de Pesquisa em
Comunicação no IBPAD. Experiência anterior em agências digitais, ferramentas de
monitoramento e pesquisa aplicada de inovação (Social Figures, Flagcx, Coworkers e
outras).
Atendeu a clientes e marcas como Ideia Inteligência, Rede Globo, Petrobras, Grupo
Informe, Inter-American Development Bank, Unilever, Sebrae, TCE-PE, Netshoes, Accor
Hotels, 99, Discovery e outros.
Professor convidado de especializações (Digicorp-USP, Unisinos, FBB etc) e
pesquisador acadêmico com diversas publicações, incluindo a organização de livros
como Monitoramento e Pesquisa em Mídias Sociais: metodologias, aplicações e
inovações (2016), Para Entender o Monitoramento de Mídias Sociais (2012) e Mídias
Sociais: Saberes e Representações (2012).
tarciziosilva.com.br

3. A ideia de rede é muito útil para pensar
diferentes fenômenos naturais e sociais.
A análise de redes parte do princípio que mais
informação pode ser gerada a partir da
compreensão de como os elementos de
um conjunto estão ligados entre si.
Redes por todos os lados

4. Redes por todos os lados
Ecologia

5. Redes por todos os lados
Ecologia
Transportes

6. Redes por todos os lados
Ecologia
Transportes
Personagens

7. Redes por todos os lados
Ecologia
Transportes
Personagens
Produtos
Culturais

8. Redes por todos os lados
Ecologia
Transportes
Personagens
Produtos
Culturais
Ingredientes

9. Redes por todos os lados
Ecologia
Transportes
Personagens
Produtos
Culturais
Ingredientes
Relações Sexuais

10. Redes por todos os lados
Ecologia
Transportes
Personagens
Produtos
Culturais
Ingredientes
Relações Sexuais
Jogos de Futebol

11. Por que visualizar
redes?
Descobrir e idear tipos de relações entre indivíduos,
objetos e coisas
Descobrir grupos e suas interações
Identificar nós engajados em trocas e fluxos de
informação e valores
Identificar nós de influência na rede na emissão ou
circulação de informação
Investigar fenômenos de interferência “estratégica” ou
nociva na rede

12. Redes como fatos públicos / noticiáveis
http://www.nytimes.com/2008/04/06/world/middleeast/06iranblog.html

13. Redes como fatos públicos / noticiáveis
https://www.revistaforum.com.br/2013/06/17/mapeamento

14. Redes como fatos públicos / noticiáveis
http://www.bbc.co.uk/portuguese/noticias/2013/07/130710_protestos_tweets_hashtags_cc_mdb

15. Do que é composta uma
rede?
• Nós: elementos individualizáveis que
podem se conectar direta ou
indiretamente a outros.
Exemplos: pessoas, animais, websites, aeroportos,
personagens, palavras, ingredientes, estações, livros,
perfis, hashtags
Nó / Vértice Nó / Vértice

16. Do que é composta uma
rede?
• Nós: elementos individualizáveis que
podem se conectar direta ou
indiretamente a outros.
Exemplos: pessoas, animais, websites, aeroportos,
personagens, palavras, ingredientes, estações, livros,
perfis, hashtags
• Arestas: conexões entre os nós da rede.
Materiais ou imateriais; explícitas ou
implícitas; intencionais ou observadas.
Exemplos: relação predatória, vôos, amizade,
parentesco, relações sexuais, hyperlink, retweet, co-
ocorrência, proximidade
Nó / Vértice Nó / Vértice
Laço / Aresta

17. É difícil montar uma rede?
Lista de Arestas
(Relações)

18. É difícil montar uma rede?
Lista de Arestas
(Relações)

19. Planejando usar redes de mídias sociais
Como usar redes de mídias sociais em uma reportagem ou artigo?
1. Definir problema
de investigação
2. Organizar a coleta
de dados
3. Interpretar os
resultados
4. Visualizar e
apresentar

20. Por que visualizar
redes?
Descobrir e idear tipos de relações entre
indivíduos, objetos e coisas
Descobrir grupos e suas interações
Identificar nós engajados em trocas e fluxos de
informação e valores
Identificar nós de influência na rede na emissão
ou circulação de informação
Investigar fenômenos de interferência
“estratégica” ou nociva na rede
Por que visualizar redes
em mídias sociais?
Descobrir relações entre perfis, indivíduos e grupos
Mapear comunidades de interesse, afiliação e troca
online
Identificar ativadores, agitadores ou “engajados” em
temas
Analisar públicos de mídia, entidades ou empresas
Identificar influenciadores em temas ou
controvérsias públicas
Investigar fenômenos como bots, fakes e ciborgues

21. 1. Definir problema de investigação
Quero identificar uma movimentação online sobre
um tema relevante?
Ex: Aylan Kurdi
http://visualsocialmedialab.org/projects/the-iconic-image-on-social-
media

22. 1. Definir problema de investigação
Foto do menino Aylan Kurdi publicada por jornalista
Michelle Demishevich - 33 retweets em uma hora

23. 1. Definir problema de investigação
664 retweets na segunda hora, com o papel de Diretor
da Human Rights Watch

24. 1. Definir problema de investigação
Fase Global: jornalista da Washington Post gera 7421
retweets

25. 1. Definir problema de investigação
Mainstream: mais de 500 reportagens em veículos do
mundo todo, incluindo EUA e Reino Unido - 20 mil
tweets/hora

26. 1. Definir problema de investigação
Quero identificar uma movimentação online sobre
um tema relevante?
Ex: Aylan Kurdi
Quero gerar debate sobre influência em um grupo?
Ex: Rede de Parlamentares no Facebook
http://blogs.oglobo.globo.com/na-base-dos-dados/post/quem-sao-os-
politicos-que-lideram-nas-midias-sociais.html

27. 1. Definir problema de investigação
Quero gerar debate sobre influência em um grupo?
Ex: Rede de Parlamentares no Facebook
http://blogs.oglobo.globo.com/na-base-dos-dados/post/quem-sao-os-
politicos-que-lideram-nas-midias-sociais.html

28. 1. Definir problema de investigação
Quero identificar uma movimentação online sobre
um tema relevante?
Ex: Aylan Kurdi
Quero gerar debate sobre influência em um grupo?
Ex: Rede de Parlamentares no Facebook
Quero mapear um macro-tema e motivações de
usuários?
Ex: Debate sobre Direitos das Mulheres
https://publications.iadb.org/handle/11319/8501

29. 1. Definir problema de investigação
Quero mapear um macro-tema e motivações de
usuários?
Ex: Debate sobre Direitos das Mulheres
https://publications.iadb.org/handle/11319/8501

30. 1. Definir problema de investigação
Quero identificar uma movimentação online sobre
um tema relevante?
Ex: Aylan Kurdi
Quero gerar debate sobre influência em um grupo?
Ex: Rede de Parlamentares no Facebook
Quero mapear um macro-tema e motivações de
usuários?
Ex: Debate sobre Direitos das Mulheres
Quero observar mudança de foco nas controvérsias
políticas online?
Ex: Polaridade Política

31. 1. Definir problema de investigação
Quero observar mudança de foco nas controvérsias
políticas online?
Ex: Polaridade Política
Brazil’s electorate: still polarised but in a new way,
reportagem na Financial Times (Fevereiro de 2015)
http://on.ft.com/1D9lB03
Brazil’s election: as polarized as can be (Novembro de
2014) http://on.ft.com/1Shyf3x

32. erro comum: se preocupar com dados tarde demais
A coleta de dados deve ser iniciada o mais
rápido possível
Coleta retroativa pode ser cara, complexa ou
impossível
Levar em conta a exclusão de publicações
Coleta continua de territórios relevantes para
o jornalista/pesquisador
“Tô preparando reportagem sobre
os acontecimentos da semana
passada e preciso de dados”.
“Estou chegando na qualificação e
preciso coletar dados das jornadas
de junho de 2013... Como eu os
consigo?”

33. 2. Organizando a coleta de dados
Mas como coletar dados nas mídias sociais?

34. 2. Organizando a coleta de dados
Mas como coletar dados nas mídias sociais?
Identificar quais são os elementos das redes,
seus nós e relações possíveis e o que significam
em cada contexto

35. 2. Organizando a coleta de dados
Mas como coletar dados nas mídias sociais?
Identificar quais são os elementos das redes,
seus nós e relações possíveis e o que significam
em cada contexto
Pragmaticamente, aprender e valiar o que é
possível de ser coletado nas plataformas com
as ferramentas disponíveis

36. Nós e arestas comuns nas mídias sociais
NÓS
CONEXÕES
Perfis
Hashtags
Mentions
RT
Seguir
Co-ocorrência
Perfis
Hashtags
Co-Hashtag
Seguir
Perfis
Páginas
Likes
Co-Comentários
Tagging
Amizades
Blogs
Sites
Links
Canais
Usuários
Inscrição
Co-comentários

37. 2. Organizando a coleta de dados
Monitoramento de publicações
Extração / Scraping de Relações

38. 2. Organizando a coleta de dados
Monitoramento de publicações
Coleta de conteúdo publicado por usuários, geralmente
sobre determinados temas, como controvérsias, eventos,
políticos etc.
Exemplos:
• monitoramento de tweets sobre
determinado tema
• monitoramento de hashtags
publicadas em uma região
Extração / Scraping de Relações

39. 2. Organizando a coleta de dados
Monitoramento de publicações
Coleta de conteúdo publicado por usuários, geralmente
sobre determinados temas, como controvérsias, eventos,
políticos etc.
Exemplos:
• monitoramento de tweets sobre
determinado tema
• monitoramento de hashtags
publicadas em uma região
Extração / Scraping de Relações
Extração ou raspagem de relações mais permanentes, que
possam indicar redes de apoio, afiliações ou influência.
Exemplos:
• relações de likes entre páginas de um
grupo de interesse
• hyperlinks entre sidebars de blogs
políticos

40. 2. Organizando a coleta de dados
Monitoramento de publicações
• Definição de temas e ambientes
• Construção de queries de busca
(no Twitter, busca booleana)
• Configuração de ferramenta
• Tratamento da coleta
• Análise e interpretação
Tema:
Minha Ciência em um Tweet
Queries:
#MinhaCienciaEmUmTweet OR “minha ciência em um tweet”
Ciência AND (Brasil OR twitter OR pesquisa)
Universidades AND (Brasil OR Twitter OR pesquisa)

41. 2. Organizando a coleta de dados
https://netlytic.org

42. 2. Organizando a coleta de dados
https://netlytic.org

43. 2. Organizando a coleta de dados
https://netlytic.org
Nó / Vértice Nó / Vértice
Laço / Aresta
07CleaMe DrJorgeMelendez
Retweet

44. 2. Organizando a coleta de dados
Monitoramento de publicações
Coleta de conteúdo publicado por usuários, geralmente
sobre determinados temas, como controvérsias, eventos,
políticos etc.
Exemplos:
• monitoramento de tweets sobre
determinado tema
• monitoramento de hashtags
publicadas em uma região
Extração / Scraping de Relações
Extração ou raspagem de relações mais permanentes, que
possam indicar redes de apoio, afiliações ou influência.
Exemplos:
• relações de likes entre páginas de um
grupo de interesse
• hyperlinks entre sidebars de blogs
políticos

45. 2. Organizando a coleta de dados
Extração/Scraping de relações
• Definição de temas e escopo
• Levantamento de sites/páginas seed
• Snowball sampling

46. 2. Organizando a coleta de dados

47. Ferramentas
Coleta + Visualização
COSMOS

48. twitteR
Rfacebook
ThinkToStartR
Ferramentas
Coleta de Dados
Coleta + Visualização
Naoyun
COSMOS

49. twitteR
Rfacebook
ThinkToStartR
Ferramentas
Coleta de Dados
Coleta + Visualização
Visualização /
Processamento
Naoyun
igraph
COSMOS

50. twitteR
Rfacebook
ThinkToStartR
Ferramentas
Coleta de Dados
Coleta + Visualização
Visualização /
Processamento
Social Listening
Naoyun
igraph
COSMOS

51. Métricas de Redes
Grau de Centralidade: contabiliza o número de
conexões totais; conexões enviadas (Saída) ou recebidas
(Entrada)
Centralidade Autovetor: uma medida que analisa não só
a quantidade de conexões recebidas por um nó, mas se
estas conexões são feitas por outros nós também
conectados. Pode ser utilizado para medir a influência, em
alguns casos.
Intermediação: a métrica de intermediação permite
calcular quantas vezes um nó está presente entre os
menores caminhos possíveis entre dois nós da mesma
rede. Pode representar a possibilidade um nós ser um
“intermediário”, como o nome diz, na circulação de algum
dado ou informação na rede, por exemplo.

52. Métricas de Redes
Grau de Centralidade: contabiliza o número de
conexões totais; conexões enviadas (Saída) ou recebidas
(Entrada)
Grau 6
Grau de Entrada 4
Grau de Saíde 2
Grau 5
Grau de Entrada 2
Grau de Saída 3

53. Métricas de Redes
Grau de Centralidade:
Grau de Entrada Grau de Saída
scienceblogsbr 133
nilmoretto 117
moiraleao 99
erickjr_silva 94
jessica7duarte 95
patrickkalt 87
foliveira_astro 83
franciscoicmc 76
iaravps 56
iserrapilheira 58
scienceblogsbr 49
paulusantana 43
rafazenni 37
lyzbeltrame 30
licunhag 29
aguilaniulab 26
minasfazciencia 21
homem100medo 20
lucas_maxado_ 19
carloshotta 17

54. Métricas de Redes
Centralidade Autovetor: uma medida que analisa não só
a quantidade de conexões recebidas por um nó, mas se
estas conexões são feitas por outros nós também
conectados. Pode ser utilizado para medir a influência, em
alguns casos.
O algoritmo PageRank, utilizado por Larry Page para o rankeamento
no Google, é um exemplo do tipo.
Simplificação da lógica do PageRank

55. Métricas de Redes
Intermediação: a métrica de intermediação permite
calcular quantas vezes um nó está presente entre os
menores caminhos possíveis entre dois nós da mesma
rede. Pode representar a possibilidade um nós ser um
“intermediário”, como o nome diz, na circulação de algum
dado ou informação na rede, por exemplo.
A Definition, Meta-Methology, & Practical Purpose for
Evaluation http://bit.ly/1VNGDqP
A: maior Intermediação
B: maior Grau

56. Métricas de Redes
Densidade: a métrica de densidade mede o quão próxima
de estar totalmente conectada uma rede está. Uma rede
contendo todas as conexões possíveis entre todos os nós
teria densidade 1.
Rede com 50 nós e 374 arestas, densidade
0.305
Rede com 50 nós e 712 arestas,
densidade 0.581

57. 3. Interpretar os resultados
Pontos de foco
Controvérsias e posições
Disrupções e conflitos
Reapropriações
Atores x Grupos
Densidade
Centros e Periferia

58. Clusters / Comunidades
Agrupamentos identificados através da conexão entre
perfis.
Clusters são grupos de perfis mais conectados entre si
do que em relação à rede como um todo.
Quando são clusters de pessoas, podem indicar
comunidades de pessoas que interagem entre si com
frequência.

59. Austrália
https://pt.slideshare.net/Snurb/exploring-emotions-
on-auspol-polarity-and-public-performance-in-the-
twitter-debate-on-australian-politics
Estados Unidos
http://cs.wellesley.edu/~pmetaxas/Research/coRT-
Political-Polarization.pdf
Brasil
https://www.digitalrightslac.net/pt/polarizacion-y-
resaca-electoral-en-brasil

60. https://publications.iadb.org/handle/11319/8501

61. http://cmsimpact.org/resource/beyond-hashtags-ferguson-blacklivesmatter-online-struggle-offline-justice

62. erro: mostrar parte da rede
Mostrar apenas parte da rede pode levar a
interpretações errôneas.
Em 2014 vazou documento de escritório de
advocacia acusando ação estratégica de tuiteiros
contra candidato.
http://ibidem.org.br/aecio-neves-aciona-judicialmente-o-twitter-para-que-dados-de-66-usuarios-sejam-revelados
“

63. Limites das redes
REDES EGO-CENTRADAS REDES SOCIO-CENTRADAS REDES DE SISTEMAS ABERTOS

64. Limites das redes
REDES EGO-CENTRADAS
Redes construídas em torno de um
ponto de partida e suas conexões.
Exemplo: rede de seguidores no
Twitter de um canal; rede direta de
likes de uma página do Facebook.
REDES SOCIO-CENTRADAS REDES DE SISTEMAS ABERTOS
Rede-ego 1.5 de uma única página de
Facebook

65. Limites das redes
REDES EGO-CENTRADAS
Redes construídas em torno de um
ponto de partida e suas conexões.
Exemplo: rede de seguidores no
Twitter de um canal; rede direta de
likes de uma página do Facebook.
REDES SOCIO-CENTRADAS
Redes dentro de um “limite” definido,
com número total de nós conhecido.
No caso das mídias sociais: rede de
interações dentro de um grupo do
Facebook.
REDES DE SISTEMAS ABERTOS
Rede-ego 1.5 de uma única página de
Facebook
Rede de co-comentários entre usuários dentro de
uma única página de Facebook

66. Limites das redes
REDES EGO-CENTRADAS
Redes construídas em torno de um
ponto de partida e suas conexões.
Exemplo: rede de seguidores no
Twitter de um canal; rede direta de
likes de uma página do Facebook.
REDES SOCIO-CENTRADAS
Redes dentro de um “limite” definido,
com número total de nós conhecido.
No caso das mídias sociais: rede de
interações dentro de um grupo do
Facebook.
REDES DE SISTEMAS ABERTOS
Redes nas quais os limites não são
claramente definidos ou conhecidos.
Exemplo nas mídias sociais:
influenciadores sobre um determinado
segmento, a partir de monitoramento de
keywords.
Rede-ego 1.5 de uma única página de
Facebook
Rede de co-comentários entre usuários dentro de
uma única página de Facebook
Rede baseada nas interações sobre a keywords
employment AND #SDG durante evento

67. erro comum: usar métricas inadequadas
Compreender as métricas adequadas para o
fenômeno observado
Centralidade no debate?
Intermediação de informação?
Engajamento ou Impacto?
Softwares com visualização gráfica online
tendem a limitar a customização de métricas
e layouts
Seguir para softwares mais potentes para
processamento e visualização (Gephi)

68. 4. Visualizar e apresentar
Clareza sobre a coleta e limites dos dados
Padrões sobre variáveis:
• Tamanho dos nós: variáveis quantitativas como
centralidade, intermediação, autovetor
• Geralmente variáveis nominais são visualizadas
com cores, como módulos/comunidades ou
origem geográfica
Compartilhamento de datasets completo dificultado
por ToS
Visualizações interativas como sigmajs
http://www.ibpad.com.br/redes/direita-esquerda
http://www.ibpad.com.br/redes/primeiroassedio
http://www.ibpad.com.br/redes/instagrambr

69. O livro Monitoramento e Pesquisa em Mídias Sociais:
metodologias, aplicações e inovações reúne colaborações
de uma rede de profissionais e pesquisadores que atuam
em universidades, empresas e agências. Temas basilares,
mas ainda controvertidos, como análise de sentimento,
atendimento ao consumidor ou etnografia somam-se a
aplicações e inovações que vão de reconhecimento de
imagem a estudos sobre memes, compondo contribuição
sólida ao campo.
IBPAD
bit.ly/livroibpad

70. redes
Ecologia http://www.oupcanada.com/catalog/9780195188165.html
Personagens http://moviegalaxies.com
Livros https://www.facebook.com/notes/facebook-data-science/books-
that-have-stayed-with-us/10152511240328859/
Ingredientes http://www.ladamic.com/wordpress/?p=294
Rede de Relações Sexuais http://bit.ly/1gmRsQs
Futebol http://bit.ly/2hTIrkp
Insights from Social Media on Gender in Latin America
https://publications.iadb.org/handle/11319/8501#sthash.xyoBuDPv.dp
uf
Leia e Estude +
Iniciação a Redes - NetSciEd
Livro Monitoramento e Pesquisa em Mídias Sociais
Curso ONLINE gratuito de Netlytic
ferramentas
Chorus http://chorusanalytics.co.uk
Cosmos http://socialdatalab.net/software
Flocker flocker.outliers.es
Gephi https://gephi.org
Igraph igraph.org
Issuecrawler http://issuecrawler.com
Netlytic netlytic.org
Netvizz https://apps.facebook.com/netvizz
NodeXL https://nodexl.codeplex.com
Naoyun http://matthieu-
totet.fr/Koumin/tools/naoyun
Onodo https://onodo.org
Polinode https://polinode.com
Pajek http://mrvar.fdv.uni-lj.si/pajek
SNAP http://snap.stanford.edu/snap/
VOSON http://uberlink.com/services/voson
UCINET
sites.google.com/site/ucinetsoftware/home