Aplicação de técnicas da data mining em redes sociais : estudo dos próximos locais a visitar na rede Foursquare

Abstract

A comunicação nas redes sociais surgiu da necessidade que o ser humano tem em partilhar assuntos, ideias, preferências comuns criando assim laços assentes em afinidades. A constante presença dos utilizadores nas redes sociais expressando as suas opiniões sobre produtos, marcas, pessoas, gostos, ou costumes tem vindo a desencadear um grande interesse por parte de empresas e pessoas em analisar essas informações. Numa sociedade que diariamente é capaz de produzir dados em massa, é cada vez mais necessária a criação de ferramentas para a sua análise e interpretação de forma a disponibilizar todo um conjunto de informações úteis para a tomada de decisões. Neste contexto, este trabalho descreve o processo de aplicação de técnicas de Data Mining em dados extraídos da rede social Foursquare de forma a obter informações relevantes que auxiliem na identificação de padrão de comportamentos. Através da descoberta de padrões sequenciais, este estudo irá permitir a visualização dos dados organizados numa poli-árvore com o objetivo de estudar os próximos locais a visitar na rede Foursquare.

Communication in social networks has arisen from the need that the human being has to share subjects, ideas or common preferences and by this way creating bonds. The constant presence of the users of social networks expressing their opinions about products, brands, people, tastes or habits has developed a great interest by companies and people to analyze this information. In a society that is capable of, on a daily basis, producing mass information, it is necessary to create tools for the analysis and interpretation of such data as provide useful information to support the process of decision making. In this context, this work describes the process of application of data and graph mining techniques in data extracted from the social network Foursquare, in order to obtain relevant information that support the identification of behavior patterns. Through the discovery of sequential patterns, this study will allow to have a visualization of the data arranged in a “poly-tree” with the purpose of forecasting the next locations to be visited on the Foursquare network.