Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Scherer, Joana Pacheco
 |
| Orientador(a): |
Manssour, Isabel Harb
|
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Pontifícia Universidade Católica do Rio Grande do Sul
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência da Computação
|
| Departamento: |
Escola Politécnica
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://tede2.pucrs.br/tede2/handle/tede/9974
|
Resumo: |
Devido ao seu crescimento exponencial e sua rápida capacidade de prover feedback, as redes sociais tornaram-se importantes fontes de informação para diversas áreas. A grande quantidade de dados gerados diariamente fez das redes sociais fontes de dados confiáveis, rápidas e de baixo custo. Desta forma, as marcas perceberam que poderiam utilizá-las como ferramentas de marketing para obter um rápido retorno a respeito de seus produtos e serviços. Todavia, a análise uma marca através de suas redes sociais não é trivial e apresenta desafios tais como a coleta, análise, filtrage e organização dos dados. Para que a marca possa beneficiar-se dos dados obtidos através de de redes sociais, é necessários o desenvolvimento de ferramentas que auxiliem no seu entendimento. Essas ferramentas devem ser de fácil utilização pelos gestores das marcas, sem que seja necessário noções de programação. Neste contexto, o objetivo deste trabalho é prover uma abordagem de análise visual interativa, composta por várias técnicas de visualização, que auxilie a marca a obter vantagem dos dados provenientes de três redes sociais: Twitter, Instagram e YouTube. Nossa abordagem provê um pipeline que pode ser facilmente atualizado, sem a necessidade de programar. Além disso, são apresentados três estudos de caso que demonstram a possibilidade de obter várias informações a respeito dos dados coletados através do uso da nossa abordagem. |
