UM MAPEAMENTO SISTEMÁTICO DA LITERATURA EM MINERAÇÃO DE
ARGUMENTOS EM REDES SOCIAIS
RESUMO
Palavras Chave: Mineração de Argumento. Redes Sociais. Mapeamento Sistemático
da Literatura.
ABSTRACT
Keywords: Argument Mining. Social Networks. Systematic Mapping of Literature.
1.INTRODUÇÃO
Em meio ao auge da tecnologia da informação, estamos cada vez mais caminhando
para uma realidade com diversos tipos de transformações digitais. Não é de hoje que
podemos, apenas com um clique, nos comunicar com um parente do outro lado do mundo,
pesquisar no Google sobre um assunto que antes levariam horas ou até dias de leitura, e
claro, o compartilhamento de pensamentos e informações. Redes sociais como Facebook,
Twitter e Reddit são palcos de discussões para uma infinidade de temas, o que
exponencialmente alimenta o Big Data. A grande massa de dados gerada nessas redes nos
permite analisar e interpretar para uma contextualização específica.
Essa pesquisa terá enfoque no Twitter como ambiente de testes, pois as threads do
Twitter além de estruturar as frases através de uma timeline, são um palco perfeito no que
diz respeito ao compartilhamento de pensamentos e ideias. Uma pesquisa feita por Yaqub
M. e publicada em seu jornal, mostra que são feitos cerca de 867 milhões de tweets por dia.
2.REFERENCIAL TEÓRICO
2.1 Mapeamento Sistemático
Sendo a técnica escolhida para essa pesquisa, o Mapeamento Sistemático foi
desenvolvido e refinado para mapear e categorizar a literatura existente sobre um tópico
específico [Grant e Booth, 2009], onde permitem a contextualização de sistemáticas
aprofundadas da literatura dentro da literatura e identificação mais amplas de buracos nas
evidências.
2.2 Deep Learning
Deep Learning é uma técnica de Machine Learning (ML) que ensina os
computadores a fazer o que é natural para os humanos: aprender pelo exemplo. Sendo
uma subárea do campo de Aprendizagem de Máquina, distinguindo-se pelo tipo de dados
com que trabalha e pelos métodos pelos quais aprende, sendo essencialmente uma rede
neural com três ou mais camadas, onde tenta-se simular o comportamento do cérebro
humano através da combinação de entradas de dados, pesos e biases (tendências),
trabalhando em conjunto para extrair características que se quer aprender a partir dos
dados que se quer analisar (cf. Figura 1). As redes neurais profundas consistem em várias
camadas de nós interconectados, cada camada construída sobre a camada anterior para
refinar e otimizar a aprendizagem.
Figura 1. Ilustração de um modelo de Deep Learning.
2.3 Rede Social Twitter
Uma rede social é uma aplicação que permite que pessoas com interesses
semelhantes se reúnam e compartilhem informações, fotos e vídeos.
As pessoas envolvidas em redes sociais podem fazê-lo como um empreendimento pessoal
ou comercial. Aqueles que se envolvem em sites de redes sociais como um esforço pessoal
interagem usando várias formas de mídia para discutir suas vidas e interesses.
Twitter é um tesouro de informações, sendo uma rede social que mais se parece com um
microblog, onde as pessoas fazem conexões seguindo os perfis de outras pessoas. Tudo o
que essa pessoa ou organização disser aparecerá na linha do tempo que é chamada feed.
No Twitter é possível compartilhar pensamentos e ideias, onde pessoas da sua rede ou de
fora, dependendo do tipo de perfil, podem interagir com comentários, curtidas e reposts.
Diversos influentes, chefes de estado, empresários etc. usam essa rede social para
compartilhar seus pensamentos.
3.METODOLOGIAS
3.1 Prisma
O PRISMA é um conjunto mínimo de itens baseado em evidências para relatórios
em revisões sistemáticas e meta-análises. O PRISMA se concentra principalmente no
relatório de revisões avaliando os efeitos das intervenções, mas também pode ser usado
como base para relatar revisões sistemáticas com objetivos diferentes de avaliar
intervenções. Se concentra, também, em maneiras pelas quais os autores podem garantir
relatórios transparentes e completos de revisões sistemáticas e meta-análises.
?.Referências
LIBERATI, A., et al. The PRISMA Statement for Reporting Systematic Reviews and
Meta-Analyses of Studies That Evaluate Health Care Interventions: Explanation and
Elaboration, 21 de Julho de 2019
GRANT, M.; Booth, A. A typology of reviews: an analysis of 14 review types and associated
methodologies
SAYCE,
D.
(2019)
Number
of
tweets
per
day
2019,
https://www.dsayce.com/social-media/tweets-day, 10 de maio de 2022.
David
Sayce,
COELHO, Orlando.; SILVEIRA, I. Deep Learning applied to Learning Analytics and
Educational Data Mining: A Systematic Literature Review
Contato: freiregabriel98@gmail.com, orlando.coelho@mackenzie.br