XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DISCOVERING SOCIAL BUBBLES AND OVER TIME POLARIZATION IN SOCIAL NETWORKS USING NATURAL LANGUAGE PROCESSING Autor: FELIPE WHITAKER DE ASSUMPCAO MATTOS TAVARES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
FERNANDO LUIZ CYRINO OLIVEIRA - ADVISOR
ERICK MEIRA DE OLIVEIRA - CO-ADVISOR
Nº do Conteudo: 53976
Catalogação: 30/07/2021 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53976@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53976@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.53976
Resumo:
Título: DISCOVERING SOCIAL BUBBLES AND OVER TIME POLARIZATION IN SOCIAL NETWORKS USING NATURAL LANGUAGE PROCESSING Autor: FELIPE WHITAKER DE ASSUMPCAO MATTOS TAVARES
ERICK MEIRA DE OLIVEIRA - CO-ADVISOR
Nº do Conteudo: 53976
Catalogação: 30/07/2021 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: SENIOR PROJECT
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53976@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53976@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.53976
Resumo:
Filter Bubbles have been explored from many angles, usually from a user or its network perspective. This study explores the content of tweets from two distinct groups over the same time period, from September 9th of 2020 to January 8th of 2021. The studied groups are: the 2020 United States of America presidential candidates, Donald Trump and Joe Biden, and users that cited either one. In total, 39,052 tweets were collected, cleaned and treated for topic modelling, which was capable of telling apart topics related to the election runoff, but also tweets about health care, second amendment, big tech and climate change. A data set of 82,097 tweets from 30 chosen users from both 2016 and 2020 elections were sentimentally analysed, searching for signs of polarization. Although it was not possible to understand how users with opposing views understood the same topics, and despite the fact that the signs of polarization could only suggest that the 2020 election was more polarized than the one in 2016, a methodology for text processing was developed and presented - and its results were analysed and discussed.
| Descrição | Arquivo |
| COMPLETE |
PDF 
|
