Article Brapci-Revistas

Mineração de textos aplicada a postagens do Twitter sobre Coronavírus: uma análise na linha do tempo

Text mining applied to Twitter posts on Coronavirus: an analysis in the timeline

Alexandre Ribeiro Afonso
Cláudio Gottschalg-Duque

This article describes a research about the mining of posts collected from Twitter, containing two keywords: “Coronavírus” and “Brasil”. The focus is on listing the frequencies of nouns, and verifying those frequencies as indicators about the interests of discussion, in four time periods: from February to June 2020. The research method is quantitative and involves the collection, filtering, text mining and analysis of results. In text mining, the K-Means clustering algorithm is used and, subsequently, AntConc corpus analysis software. It is concluded that the applied method signals about the main points of discussion and their changes over time. Such signs could contribute to the creation of more detailed categories of posts in a later Content Analysis@en

Este artigo descreve uma pesquisa sobre a mineração de postagens coletadas do Twitter, contendo duas palavras-chave: “Coronavírus” e “Brasil”. O enfoque é a listagem das frequências dos substantivos (nouns), e a verificação de tais frequências como indicadores dos interesses de discussão, em quatro períodos de tempo: de fevereiro a junho de 2020. O método de pesquisa é quantitativo e envolve a coleta, filtragem, mineração dos textos e análise de resultados. Para a mineração de textos utiliza-se o algoritmo de clustering K-Means e, posteriormente, o software para análise de corpus AntConc. Conclui-se que o método aplicado sinaliza sobre os principais pontos de discussão e suas mudanças ao longo do tempo. Tais sinalizações poderiam contribuir para a criação de categorias de postagens mais detalhadas em uma posterior Análise de Conteúdo@pt

. Text mining applied to twitter posts on coronavirus: an analysis in the timeline mineração de textos aplicada a postagens do twitter sobre coronavírus: uma análise na linha do tempo. Liinc em revista, [????].
NLP0.29
Visto 16 vezes
sem referências
Array
(
    [dateOfAvailability] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [2020-12-11] => 150863
                        )

                )

        )

    [hasAuthor] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [Alexandre Ribeiro Afonso] => 75826
                        )

                    [1] => Array
                        (
                            [Cláudio Gottschalg-Duque] => 2646
                        )

                )

        )

    [hasFileStorage] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [_repository/708/2021/03/oai_ojs_revista_ibict_br_article_5325#00051.pdf] => 157592
                        )

                )

        )

    [hasSubject] => Array
        (
            [en] => Array
                (
                    [0] => Array
                        (
                            [Text mining] => 176631
                        )

                    [1] => Array
                        (
                            [Corpus] => 65036
                        )

                    [2] => Array
                        (
                            [Twitter] => 199226
                        )

                    [3] => Array
                        (
                            [Coronavirus] => 141728
                        )

                    [4] => Array
                        (
                            [Brasil] => 274675
                        )

                    [5] => Array
                        (
                            [Text mining] => 39834
                        )

                )

            [pt] => Array
                (
                    [0] => Array
                        (
                            [Brasil] => 235905
                        )

                    [1] => Array
                        (
                            [Mineração de texto] => 227564
                        )

                    [2] => Array
                        (
                            [Mineração de textos] => 261294
                        )

                    [3] => Array
                        (
                            [Corpus] => 275939
                        )

                    [4] => Array
                        (
                            [Twitter] => 234894
                        )

                    [5] => Array
                        (
                            [Coronavírus] => 234310
                        )

                )

            [es] => Array
                (
                    [0] => Array
                        (
                            [Brasil] => 236169
                        )

                )

        )

    [hasSectionOf] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [Artigo] => 3
                        )

                )

        )

    [wasPublicationInDate] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [2020-12-11] => 275433
                        )

                )

        )

    [hasLanguageExpression] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [pt] => 232736
                        )

                )

        )

    [hasLicense] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [RESERVERD] => 234643
                        )

                )

        )

    [isPartOfSource] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [Liinc em revista] => 708
                        )

                )

        )

    [hasIssueOf] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [ISSUE:JNL:00051-2020-16-] => 157409
                        )

                )

            [nn] => Array
                (
                    [0] => Array
                        (
                            [ISSUE:JNL:51:2020-16-2] => 232101
                        )

                )

        )

    [hasAbstract] => Array
        (
            [en] => Array
                (
                    [0] => Array
                        (
                            [This article describes a research about the mining of posts collected from Twitter, containing two keywords: “Coronavírus” and “Brasil”. The focus is on listing the frequencies of nouns, and verifying those frequencies as indicators about the interests of discussion, in four time periods: from February to June 2020. The research method is quantitative and involves the collection, filtering, text mining and analysis of results. In text mining, the K-Means clustering algorithm is used and, subsequently, AntConc corpus analysis software. It is concluded that the applied method signals about the main points of discussion and their changes over time. Such signs could contribute to the creation of more detailed categories of posts in a later Content Analysis] => 0
                        )

                    [1] => Array
                        (
                            [This article describes a research about the mining of posts collected from Twitter, containing two keywords: “Coronavírus” and “Brasil”. The focus is on listing the frequencies of nouns, and verifying those frequencies as indicators about the interests of discussion, in four time periods: from February to June 2020. The research method is quantitative and involves the collection, filtering, text mining and analysis of results. In text mining, the K-Means clustering algorithm is used and, subsequently, AntConc corpus analysis software. It is concluded that the applied method signals about the main points of discussion and their changes over time. Such signs could contribute to the creation of more detailed categories of posts in a later Content Analysis] => 0
                        )

                )

            [pt] => Array
                (
                    [0] => Array
                        (
                            [Este artigo descreve uma pesquisa sobre a mineração de postagens coletadas do Twitter, contendo duas palavras-chave: “Coronavírus” e “Brasil”. O enfoque é a listagem das frequências dos substantivos (nouns), e a verificação de tais frequências como indicadores dos interesses de discussão, em quatro períodos de tempo: de fevereiro a junho de 2020. O método de pesquisa é quantitativo e envolve a coleta, filtragem, mineração dos textos e análise de resultados. Para a mineração de textos utiliza-se o algoritmo de clustering K-Means e, posteriormente, o software para análise de corpus AntConc. Conclui-se que o método aplicado sinaliza sobre os principais pontos de discussão e suas mudanças ao longo do tempo. Tais sinalizações poderiam contribuir para a criação de categorias de postagens mais detalhadas em uma posterior Análise de Conteúdo] => 0
                        )

                )

        )

    [hasID] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [oai:ojs.revista.ibict.br:article/5325] => 0
                        )

                )

        )

    [hasRegisterId] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [http://revista.ibict.br/liinc/article/view/5325] => 0
                        )

                    [1] => Array
                        (
                            [10.18617/liinc.v16i2.5325] => 0
                        )

                )

        )

    [hasSource] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [Liinc em Revista; Vol. 16 No. 2 (2020): Informational Perspectives and Challenges in Times of the Covid-19 Pandemic; e5325] => 0
                        )

                    [1] => Array
                        (
                            [Liinc em Revista; v. 16 n. 2 (2020): Perspectivas e desafios informacionais em tempos da pandemia da Covid-19; e5325] => 0
                        )

                )

            [es] => Array
                (
                    [0] => Array
                        (
                            [Liinc em Revista; Vol. 16 Núm. 2 (2020): Perspectivas y desafíos de la información en tiempos de la Pandemia de Covid-19; e5325] => 0
                        )

                )

            [nn] => Array
                (
                    [0] => Array
                        (
                            [1808-3536] => 0
                        )

                )

        )

    [hasTitle] => Array
        (
            [en] => Array
                (
                    [0] => Array
                        (
                            [Text mining applied to Twitter posts on Coronavirus: an analysis in the timeline] => 0
                        )

                )

            [pt] => Array
                (
                    [0] => Array
                        (
                            [Mineração de textos aplicada a postagens do Twitter sobre Coronavírus: uma análise na linha do tempo] => 0
                        )

                )

        )

    [hasUrl] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [http://revista.ibict.br/liinc/article/view/5325/5104] => 0
                        )

                )

            [nn] => Array
                (
                    [0] => Array
                        (
                            [https://revista.ibict.br/liinc/article/view/5325] => 0
                        )

                    [1] => Array
                        (
                            [https://revista.ibict.br/liinc/article/view/5325/5104] => 0
                        )

                )

        )

    [prefLabel] => Array
        (
            [pt] => Array
                (
                    [0] => Array
                        (
                            [Oai:ojs.revista.ibict.br:article/5325#00051] => 0
                        )

                )

        )

    [hasDOI] => Array
        (
            [nn] => Array
                (
                    [0] => Array
                        (
                            [10.18617/liinc.v16i2.5325] => 0
                        )

                )

        )

)