Mineração de dados no Facebook: uso de um método adaptado para extração e análise de dados em Fan Pages

Abstract

Desde seu surgimento, a Internet tem revolucionado os meios de comunicação servindo de palco para o desenvolvimento de inúmeras aplicações, voltadas para propagação de informações. Entre as plataformas que mais se destacam estão as mídias sociais, como: blogs, fóruns, redes sociais, microblogs entre outras. As redes sociais são um tipo de mídia social, que possibilitam a seus usuários criarem perfis pessoais e interagir com outras pessoas, onde é permitido aos usuários publicarem seus próprios conteúdos ou compartilhar o conteúdo de outras publicações. O Facebook é a rede social mais popular do momento, além de permitir às pessoas comuns criarem perfis e interagirem entre si, possibilita que as organizações criem páginas para se relacionar diretamente com o público. Este recurso conhecido com fan pages, possibilita as empresas divulgarem seus produtos e serviços de forma gratuita, criar eventos, promover ações publicitárias e muito mais. Todos estes recursos acabam gerando uma série de dados sobre os seguidores das páginas que podem revelar padrões interessantes a serem explorados pelas empresas. Porém devido ao fluxo gigantesco de dados trafegados em uma rede social do porte do Facebook, a tarefa de recuperar informações úteis acaba se tornando um tanto quanto complexa. Por este motivo, o presente estudo teve por objetivo criar um método de extração e análise em fan pages do Facebook, sendo este composto por quatro etapas. A metodologia foi construída baseada nas principais técnicas de extração e análise de dados em redes sociais presentes na literatura e teve como trabalhos norteadores as metodologias propostas por Neves (2013), Hea, Zha e Li (2013), Abrahams et al., (2013), Thomaz (2014) e Santos (2014). Foram utilizadas técnicas de análise de sentimentos em textos, onde foi desenvolvido um script na linguagem de programação python, usando a biblioteca de PLN (Processamento de Linguagem Natural) TextBlod, além da aplicação da técnica de mineração de regras de associação, com a ferramenta WEKA e o algoritmo Apriori. Embora o processo tenha explorado o setor de turismo, ele pode ser aplicado em outros tipos de fan pages, uma vez que os tipos de dados analisados serão os mesmos. Para verificar o modelo, as técnicas propostas foram aplicadas sobre 3 páginas de agências de turismo no litoral do Piauí, no período de 20 de dezembro de 2017 a 10 de abril de 2018. Foram recuperados 1811 comentários de usuários nas páginas investigadas, onde deste total 42% foram submetidos à análise de sentimentos em textos e 36% foram marcações feitas por outros usuários totalizando 78% de aproveitamento dos dados adquiridos. Dos comentários submetidos a análise de sentimentos 50% foram classificados com neutros, 48% positivos e apenas 2% negativos, com estes resultados pode-se concluir que a imagem do consumidor sobre as três agências analisadas pode ser considerada boa.