=Paper=
{{Paper
|id=None
|storemode=property
|title=Um Método para Análise de Interações Sociais como Regras se-então na Web Social
|pdfUrl=https://ceur-ws.org/Vol-797/paper1.pdf
|volume=Vol-797
}}
==Um Método para Análise de Interações Sociais como Regras se-então na Web Social==
https://ceur-ws.org/Vol-797/paper1.pdf
Um Método para Análise de Interações Sociais como
Regras se-então na Web Social
Alan Keller Gomes e Maria da Graça Campos Pimentel
Instituto de Ciências Matemáticas e de Computação – ICMC
Universidade de São Paulo – USP
São Carlos, SP, Brasil
{alankeller,mgp}@icmc.usp.br
RESUMO fas executadas, podem ser obtidas a partir de avaliação da experiên-
Uma variedade de recursos de computação, inseridos em cenários cia do usuário [37]. O segundo princípio, a sociabilidade, pode ser
como TV digital e dispositivos móveis, possibilita também o acesso avaliado qualitativamente, por meio de diretrizes de sociabilidade
e a interação dos usuários na Web Social. Os artefatos de software para a concepção de interações sociais [16]. Entretanto, ainda não
projetados e desenvolvidos nesse cenário devem levar em conta, está estabelecido um modelo para representação e avaliação das in-
além do suporte a usabilidade, o suporte a sociabilidade e a in- terações sociais propriamente ditas na Web Social, principalmente
teração social. A análise da sociabilidade na Web Social é reali- capaz de complementar e aprimorar os atuais métodos de inspeção
zada a partir de heurísticas e diretrizes de avaliação e também da de sociabilidade, permitindo não apenas a avaliação qualitativa dos
identificação de fatores relacionados à interação social. Entretanto, tipos de interface e de interação.
ainda não está estabelecido um modelo que permita a explicitação
de ações executadas pelos usuários, mídias, provedores das mídias As redes sociais se destacam na Web Social, tanto pela sua po-
e aplicações dos usuários na representação e avaliação das intera- pularidade quanto pelas facilidades de acesso e de interação pro-
ções sociais. Neste trabalho é apresentado um método de análise porcionadas aos usuários. Na análise de redes sociais [40], os
de interações sociais, que são representadas e avaliadas como re- usuários e suas relações são representados como um grafo [25].
gras se-então na Web Social, facilitando a interpretação de como Por exemplo, relações simétricas são representadas como um grafo
interações sociais ocorrem, e ainda, de como os usuários estão en- não-direcionado, e relações assimétricas são representadas como
gajados nessas interações. um grafo direcionado [34]. Na análise das relações em redes so-
ciais, geralmente são empregadas técnicas de mineração de dados
tais como agrupamento, predição e classificação [24].
PALAVRAS-CHAVE
Interações Sociais, Web Social, Regras se-então, Facebook. Os modelos existentes para representação e avaliação das intera-
ções sociais não são capazes de explicitar quais ações do usuário
1. INTRODUÇÃO são executadas, quais os tipo de mídia, provedores e aplicações dos
Com o avanço das tecnologias Web e com o acesso cada vez maior usuários são utilizados. Com essa limitação, fornecem poucos sub-
dos usuários a variados recursos de computação, inseridos em ce- sídios para que seres humanos interpretem como as interações so-
nários como TV digital e dispositivos móveis, é cada vez maior a ciais ocorrem em ambientes sociais onde os usuários se engajam
necessidade de se projetar e desenvolver artefatos de software capa- a partir do compartilhamento de mídias. Nesse cenário, existe a
zes de promover e melhorar a sociabilidade entre os usuários [12]. oportunidade de se prover um modelo descritivo para representa-
O estudo dos aspectos relacionados à sociabilidade na Web Social ção e avaliação de interações sociais, capaz de fornecer subsídios
tem o propósito de aumentar a conectividade e de dar suporte a para interpretação por seres humanos de como as interações sociais
interação social entre os usuários. É de suma importância que o ocorrem.
design de interações sociais na Web Social aborde os princípios da
usabilidade e sociabilidade [33]. Resultados da Psicologia Social experimental argumentam que as
interações sociais podem ser especificadas como contingências com-
O primeiro princípio, usabilidade, pode ser avaliado por meio de portamentais na forma de regras se-então, que correspondem a ob-
diretrizes de usabilidade ou outros mecanismos como a análise da servações daquilo que as pessoas fazem, ou não fazem, em uma
facilidade e da eficácia na execução de tarefas [7]. Em particular, variedade de situações [30]. Como exemplo, ao observar uma in-
métricas de usabilidade em relação ao desempenho, tais como a teração social envolvendo os usuários a e b que executam ações
quantidade de tempo para executar uma tarefa e o número de tare- A1 e A2 e tem como consequência C1 , essa observação pode ser
registrada como a regra aA1 ∩ bA2 → abC1 [31]. Um conjunto
de tais regras, extraído a partir da observação de uma interação so-
Copyright © 2011 for the individual papers by the papers' authors. cial, é utilizado em avaliações qualitativas em relação à interação
Copying permitted only for private and academic purposes. This social em si. Por exemplo, em um ambiente de jogo, contingên-
volume is published and copyrighted by its editors. cias comportamentais (regras se-então) podem ser analisadas para
determinar qual o melhor modo de se jogar um jogo.
No campo de pesquisa do Aprendizado de Regras [13], regras se-
então são representadas genericamente como implicações, na forma
1
B → H. Regras podem ser avaliadas utilizando-se de procedimen- No contexto da Web Social e da TV digital, Geerts e Grooff [16]
tos de mineração de dados já estabelecidos e de uma variedade de estabeleceram heurísticas e diretrizes para dar suporte à avaliação
medidas simétricas e assimétricas de regras [28]. da sociabilidade em sistemas computacionais voltados para TV e
Vídeo Social. Questões relacionadas à sociabilidade são importan-
Um método de análise de interações sociais na Web Social é apre- tes também para a concepção de aplicações que lidam com mídias
sentado neste trabalho. O método permite a representação e a ava- sociais no cenário de TV digital móvel, conforme apresentam Ge-
liação de interações sociais como regras se-então, onde são expli- erts [15] e Chorianopoulos [8].
citadas as ações executadas pelos usuários, mídias, provedores das
mídias e aplicações dos usuários. Na representação é utilizada a A representação de relações em redes sociais como um grafo per-
linguagem de Mechner da Psicologia Social [31], que explicita as mite o estudo da interação entre os usuários, como proposto por
ações executadas pelos usuários a partir da codificação de contin- Wilson et al. [39], que fazem uso do grafo de interação dos usuá-
gências comportamentais como implicações lógicas. Na avaliação rios do Facebook1 para dar sentido às interações sociais on-line.
são utilizados procedimentos de mineração de dados e medidas as- Combinando a posição do usuário, polaridade de opinião e de qua-
simétricas de regras se-então [24]. lidade textual dos tweets, Bigonha e Cardoso [4] propuseram uma
técnica para classificação de usuários do Twitter2 . Diferentes ní-
Com o objetivo de mostrar uma aplicação do método de análise veis de interações são analisados por Bevenuto et al. [3] para evi-
aqui proposto, foi construído um protótipo que utiliza dados extraí- denciar o comportamento oportunista em redes sociais de baseadas
dos da rede social Facebook. Dessa forma, é apresentada cada etapa em vídeo como YouTube3 . Nesses trabalhos é feita uma análise em
do método de análise mediante a realização de um experimento. profundidade no grafo social dos usuários.
Nesse experimento foi possível observar, por exemplo, uma falha
na identificação de mídias providas da rede social Soundclound Técnicas de mineração de dados são usadas na análise de redes so-
para o Facebook. Utilizando-se medidas assimétricas de regras, ciais, por exemplo, em tarefas de identificação de grupos de usuá-
foi possível observar em quais interações sociais os usuários estão rios do Twitter [1], do YouTube [29] e do Flick4 [32]. Modelos
menos engajados. de regressão são empregados em tarefas de predição no LiveJour-
nal5 [18], e no MySpace6 [26], bem como em tarefas de classifica-
Este trabalho está organizado da seguinte forma: na Seção 2 são ção [27] de atividades dos usuários. Nesse contexto, identifica-se a
apresentados os trabalhos relacionados; na Seção 3 é apresentada a necessidade de um modelo baseado em regras que permita a repre-
técnica de representação e avaliação de interações sociais baseada sentação e a avaliação das interações sociais na Web Social, capaz
em regras se-então; na Seção 4 é apresentado o método de análise de facilitar a interpretação de como interações sociais baseadas em
de interações sociais na Web Social, que utiliza a técnica apresen- mídia ocorrem, e ainda, de como os usuários estão socialmente en-
tada na seção anterior; na Seção 5 é apresentado um experimento gajados em torno dessas mídias.
realizado a partir de dados do Facebook; finalmente, na Seção 6
tem-se as considerações finais. Em trabalhos anteriores, estudamos interações sociais associadas
ao compartilhamento assíncrono de links de vídeo e de sessões de
anotações [19] e também ao compartilhamento síncrono e assín-
2. TRABALHOS RELACIONADOS crono de anotações colaborativas [20] sobre vídeos do YouTube,
explorarando uma abordagem social do paradigma Watch-and-Com-
O estudo dos aspectos relacionados à sociabilidade tem o propó-
ment [11].
sito de dar suporte a interação social e aumentar a conectividade
social entre os usuários. Esses aspectos são estudados no contexto
Aplicamos nossa técnica de representação e avaliação de interações
do Software Social [6] e da TV e Vídeo Sociais [7], tratando da
sociais na identificação situações capazes de engajar mais frequen-
identificação de fatores relacionados e também do estabelecimento
temente usuários do Facebook [23]. Aprimoramos nossa técnica
de heurísticas e diretrizes para a avaliação da sociabilidade. Entre-
por meio da explicitação tanto as ações realizadas pelos usuários
tanto, esses estudos não estabelecem um modelo para representa-
quanto as mídias usadas em interações sociais [21]. Investigamos
ção e avaliação das interações sociais propriamente ditas na Web
também a aplicação da nossa técnica na representação e avaliação
Social.
de interações sociais baseadas em mídias providas por smartpho-
nes [22].
A identificação dos fatores relacionados à sociabilidade é tratada no
contexto do Software Social, como apresentam Ahmadi et al. [2],
que fazem um levantamento dos trabalhos relevantes que combi- 3. REPRESENTAÇÃO E AVALIAÇÃO DE
nam temas de psicologia, matemática e ciência de computação que INTERAÇÕES SOCIAIS
proporcionam a necessária infra-estrutura o processo de engenha- Nesta seção é apresentada a técnica desenvolvida para a represen-
ria de software social. Gao et al. [14] que exploram, identificam e tação e a avaliação de interações sociais na Web Social.
validam os fatores que influenciam a sociabilidade e que são perce-
bidos pelos usuários. 3.1 A Linguagem de Mechner
Em ciências sociais, as interações diárias entre as pessoas, ou seja,
A inspeção de aspectos sociais em ambientes computacionais é es-
quaisquer tipos de interações sociais, podem ser especificadas como
tudada também na área de Engenharia Semiótica [9] com o pro-
1
pósito de elaborar modelos e métodos qualitativos específicos para www.facebook.com
2
avaliar diferentes tipos de interface e interação com artefatos de www.twitter.com
3
base computacional [10]. Especificamente no contexto da Web, www.youtube.com
4
Bolchini et al. [5] apresentam um conjunto inicial de heurísticas www.flick.com
5
e ferramentas procedimentais destinados a orientar a inspeção se- www.livejournal.com
6
miótica de grandes web sites. www.myspace.com
2
contingências comportamentais. Por exemplo, as regras de um 3.2 Representação de Interações Sociais
jogo, como tic-tac-toe, são contingências comportamentais que de- Neste trabalho propõe-se que a linguagem de Mechner seja utili-
terminam como o jogo é jogado. zada para representar situações envolvendo usuários em interações
sociais na Web Social. Em outras palavras, propõe-se identificar
Resultados experimentais da psicologia social propõem que con- ações, agentes de ações e conseqüências.
tingências comportamentais são regras que especificam o que as
pessoas fazem ou deixam de fazer em uma variedade de situações. Como ações praticadas por usuários de redes sociais tem-se, por
Em um ambiente social, essas situações correspondem a ações ini- exemplo, no Facebook: A1 = publicar conteúdo no mural; no You-
ciadas por uma pessoa que podem ser percebidas ou não por outras Tube: A2 = publicar um vídeo; no Soundclound7 : A3 = publicar
pessoas — como uma reação ao “estímulo social” da primeira pes- uma música. Geralmente, essas ações dão origem às interações
soa. Por exemplo, se uma pessoa sorri (estimulo social), a outra sociais. A ação que começa uma interação social é chamada de
pessoa pode sorrir ou não de volta (reação) [36]. estímulo social [36].
Mechner [30] apresentou um dos primeiros sistemas de notação Os usuários em uma rede social são agentes de ações, e eles podem
para codificar qualquer contingência comportamental usando álge- executar uma ou mais ações, de forma individual (por exemplo, o
bra booleana. Weingarten e Mechner [38] estenderam o trabalho de usuário a ou b) ou em grupos (por exemplo, o grupo k ou l), de
Mechner [29] para representar as interações sociais como variáveis acordo com permissões fornecidas pela rede social. Como resul-
independentes na forma de regras se-então. A parte se especifica tado, os usuários podem ser notificados de um ou mais consequên-
alguns aspectos de comportamento, em seguida, a parte então es- cias C das próprias ações ou ainda das ações de outros usuários.
pecifica um estado resultante da parte se. Uma regra se-então é
geralmente representada por R. Além disso, dependendo da permissão, os usuários também podem
agir como um resultado da ação de outros usuários. Por exemplo,
Recentemente, Mechner [31] apresentou uma linguagem formal o usuário b pode ser notificado de uma ação gostei executada por
simbólica para codificar quaisquer contingências comportamentais um amigo (C1 ), ou pode ser notificado de uma ação comentário
como implicações lógicas, que podem ser avaliadas como variá- (C2 ), depois que o usuário b executou uma ação publicar conteúdo
veis independentes. Alguns elementos importantes dessa lingua- no mural. Ao modelar contingências comportamentais, a granula-
gem são: ridade das ações é definida por quem deseja analisar as interações.
1. Ação (ou ações): combinando o antecedente da contingên- Depois de identificar ações, agentes de ações (usuários), e con-
cia, ou seja, A →. Havendo mais de uma ação, elas são seqüências, temos que representar as situações que envolvem os
representadas como A1 ∩ A2 · · · →. usuários nas interações sociais como relações aspectos de com-
portamento → estado resultante. Os aspectos de comportamento
2. agente(s) da ação(ões): representados por letras minúsculas são representados como um conjunto de ações executadas por um
e colocado na frente de um A. Por exemplo, agente a que usuário ou grupo de usuários, por exemplo aA1 ∩ kA2 , e um es-
realiza a ação A é representado como aA. Uma letra pode tado resultante é representado por um conjunto de consequências
representar um único agente ou um grupo de agentes que re- percebidas por um usuário ou grupos de usuários, por exemplo
alizam a ação. akC1 ∩ akC2 .
3. Consequências: Que corresponde ao consequente da contin-
gência, ou seja, → C. Havendo mais de uma consequência, No contexto da Web Social, interações sociais podem ser represen-
são representadas como · · · → C1 ∩ C2 . tadas, por exemplo no Facebook, da seguinte forma:
• se um usuário do Facebook a executa a ação A1 = postar
Como exemplos de contingências comportamentais codificadas na
uma mensagem de texto em seu mural,
linguagem de Mechner tem-se:
– então usuário a e usuários nos grupos k e l C1 = são
notificados desta postagem,
• aA1 ∩ bA2 → abC1 ∩ abC2 , ou seja, se a executar a ação
A1 e b executar a ação A2 então as consequências C1 e C2 – se os usuários no grupo k realizam a ação A2 = comen-
são percebidas por a e b. tar um post (depois de notificado da ação do usuário
a),
• aA1 ∩ bA2 → abC. se a não executar a ação A1 e b executar ∗ então o usuário a e usuários em grupos k e l C2 =
a ação A2 então a conseqüência C não é percebida por a e é são notificados deste comentário,
percebida por b.
• então usando a linguagem de Mechner, esta interação social
é representada como aA1 ∩ kA2 → aklC1 ∩ aklC2 .
A linguagem de Mechner é empregada na área de Psicologia So-
cial para a representação e análise qualitativa de interações sociais.
Embora outros sistemas de notação já tenham sido propostos para a
3.3 Avaliação de Interações Sociais
Neste trabalho, contingências comportamentais são genericamente
codificação do comportamento social, (por exemplo, [35]) optou-
representadas como implicações Corpo → Cabeça (Body →
se por usar a linguagem de Mechner [31] porque esta permite a
Head), em suma, B → H (regra R). Por exemplo, considerando
descrição de contingências comportamentais como implicações ló-
R = aA1 ∩ kA2 → aklC1 ∩ aklC2 como uma contingência com-
gicas usando a forma normal disjuntiva, forma essa que é exigida
portamental, B = aA1 ∩ kA2 e H = aklC1 ∩ aklC2 .
pelos procedimentos de mineração de dados adotados na avaliação
7
de regras se-então. www.Soundclound.com
3
O objetivo é que, uma vez que um conjunto de relações aspectos • a medidade de laplace para uma regra R é dada por
de comportamento → estado resultante (observadas em um am-
biente social e formalizadas como contingências na linguagem de n ∗ SupR + 1 bh + 1
LapR = =
Mechner) sejam mapeadas em um conjunto de regras típicas da mi- (n ∗ SupR/Conf R) + 2 b+2
neração de dados, e assim, procedimentos já estabelecidos para a
essa medida é uma função das medidas SupR e ConfR. É em-
avaliação de regras possam ser usados para avaliar o conjunto de
pregada quando o usuário está interessado no equilíbrio entre
relações.
as medidas SupR e ConfR.
Usando técnicas de mineração de dados, uma implicação B →
H pode ser avaliada comparando-a com um conjunto de observa-
ções [28]. Por exemplo, o número de n de contingências compor- Medidas de avaliação regra podem ser simétricas ou assimétricas.
tamentais observadas durante uma determinada experiência social As medidas de suporte é simétrica, pois seus valores são idênticos
pode ser calculado usando os valores clássicos da avaliação de re- para B → H e H → B. No entanto, as medidas de confidência,
gras bh, bh, bh, bh de modo que sensitividade e laplace são assimétricas, pois seus valores podem
n = bh + bh + bh + bh não ser os mesmos para as regras B → H e H → B. Por conven-
ção, os valores destas medidas são apresentados entre 0% e 100%
onde ao invés de entre 0 e 1 [24] e geralmente essas medidas são utiliza-
das no ranqueamento das regras. A escolha de uma medida ou de
bh é o número de situações observadas nas quais o corpo b e a um grupo de medidas é feita de acordo com os objetivos estabele-
cabeça h são verdadeiras. cidos pelo avaliador.
bh é o número de situações observadas nas quais o corpo b é
verdade e a cabeça h é falsa. As medidas aqui apresentadas foram escolhidas em função da sua
rapidez e facilidade de processamento. A medida de suporte é utili-
bh é o número de situações observadas nas quais o corpo b é zada como uma medida de frequência de ocorrência das interações
falso e a cabeça h é verdade. sociais no conjunto de contingências comportamentais observadas.
A medida de confidência é usada para indicar o quanto uma contin-
bh é o número de situações observadas nas quais o corpo b e a gência comportamental projetada é observada no conjunto de con-
cabeça h são falsas. tingências. As medidas de sensitividade e laplace são utilizadas
para medir a assimetria das interações sociais descritas como re-
Com mapeamento de contingências na linguagem de Mechner em gras.
regras de mineração de dados, valores típicos da avaliação de regras
podem ser usados para calcular medidas de avaliação de regras [17] 4. O MÉTODO DE ANÁLISE
tais como:
• a medida de suporte para uma regra R é dada por
bh
SupR =
n
esta medida determina como a regra R é aplicável a um de-
terminado conjunto de observações, determinando a freqüên-
cia com que H e B (H ∩ B) aparecem no conjunto de ob-
servações. Essa medida é empregada como uma medida de
frequência de ocorrência de regras.
• a medidade de confidencia para uma regra R é dada por
bh bh
Conf R = =
bh + bh b
esta é uma medida de confiabilidade da inferência feita pela
regra R, determinando a freqüência com que BH aparece
em observações que contêm B. Essa medida reflete a certeza
das regras.
• a medidade de sensitividade para uma regra R é dada por
bh bh
SenR = =
bh + bh h Figura 1: Análise de Interações Sociais na Web Social
essa é uma medida de integralidade da inferência feita pela
regra R, determinando a freqüência com BH aparece em ob- Na Figura 1 é apresentada uma visão geral do método de análise de
servações que contêm H. interações sociais na Web Social que aqui propomos. O método é
interativo e iterativo e suas fases são descritas a seguir:
4
1. Coleta e Organização de Dados de Interação: A coleta de O grupo de usuários k executam a ação ‘Comentar’ aquele post
dados é feita de forma automática, por exemplo, utilizando- e/ou usuários no grupo l executam a ação ‘Curtir’ aquele post.
se API’s disponibilizadas pelas diferentes redes sociais. Nessa Além disso, k representa o grupo de usuários que não executam
fase, o suporte de um especialista na linguagem de Mechner a ação ‘Comentar’ aquele post e l representa o grupo de usuários
é necessário para que possam ser identificados, capturados que não executam a ação ‘Curtir’ aquele post.
e armazenados os dados relacionados aos elementos da lin-
guagem, além de outros dados necessários a avaliação das Dadas as ações dos usuários no Facebook, essas ações e suas con-
interações sociais como regras se-então representadas na lin- seqüências foram representadas nas interações sociais da seguinte
guagem de Mechner; forma:
2. Representação e Avaliação de Interações Sociais: É feita
de acordo com a técnica apresentada na sessão anterior. Quando • A1 = fazer um post no mural (estimulo social)
uma nova regra é codificada, o suporte do especialista é ne-
cessário para validar a regra. Nessa fase é construída a base • A2 = ‘Comentar’ aquele post
de regras e efetuada a avaliação de regras usando procedi- • A3 = ‘Curtir’ aquele post
mentos de mineração de dados;
• C1 = ser notificado de um post (estimulo social)
3. Interpretação dos Resultados e Aprimoramentos: Os re-
sultados obtidos a partir da avaliação e mensuração das re- • C2 = ser notificado da ação de ‘Comentar’ um post
gras são submetidos à interpretação de usuários interessados
• C3 = ser notificado da ação de ‘Curtir’ um post
na análise das interações sociais. A partir dessa interpreta-
ção, ajustes e aprimoramentos podem ser feitos nas etapas
anteriores. Por exemplo, as regras podem ser especializa- Usuário a executa as ações A1 , ou seja, o usuário a fornece o estí-
das com o propósito de explicitar quais mídias, provedores e mulo social, ele e seus amigos (em k e l) podem realizar ou não a
aplicações dos usuários são utilizados nas interações sociais. ação A2 e A3 . Um usuário a e seus amigos podem perceber a con-
Os dados também podem ser ajustados para a avaliação das seqüências C1 , C2 e C3 . De acordo com as atividades dos usuários
regras. no Facebook, suas ações e conseqüências produzidas, as interações
sociais são representadas como contingências comportamentais, tal
Como prova de conceito, um protótipo do método de análise foi como apresentado na Listagem 1.
desenvolvido e implementado usando-se a linguagem Python8 . R1. aA1 ∩ kA2 ∩ lA3 → aklC1
R2. aA1 ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2
5. ANALISANDO INTERAÇÕES SOCIAIS R3. aA1 ∩ kA2 ∩ lA3 → aklC1 ∩ aklC3
NO FACEBOOK R4. aA1 ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
Nesta seção é mostrada uma aplicação do método de análise des- R5. aA1 ∩ kk>l A2 ∩ llk A3 → aklC1 ∩ aklC2 ∩ aklC3
mentais que envolvem usuários em interações sociais na rede social
Facebook. Os detalhes são apresentados a seguir. Listing 1: Contingências Comportamentais no Facebook
5.1 Coleta e Preparação dos dados As regras na Listagem 1 são descritas como:
Foi implementado um crawler do Facebook usando um script Python
e executado três vezes com quinze dias diferença entre cada execu-
ção, evitando-se assim a sobreposição de interações sociais obtidas R1 se o usuário a realiza a ação A1 , os usuários k não executam
de cada coleta. Foi obtido acesso autorizado a mais de 1.000 perfis a ação A2 e os usuários l não executam a ação A3 (usuá-
de usuários de vários países. Foram coletadas informações como rio a fornece o estímulo social que não recebe ‘Comentar’ e
o tipo do post (photo, status, link, music, video, swf ), ações do nem ‘Curtir’) então o usuário a e os grupos de usuários k e l
usuário como ‘Comentar’ e/ou ‘Curtir’ um post, o número de usuá- (usuário a e seus amigos) são notificados de C1 .
rios que executaram a ação ‘Comentar’, o número de usuários que
fizeram a ação ‘Curtir’, etc. Mais de 588.000 ações foram cole- R2 se o usuário a realiza a ação A1 , os usuários k executam a ação
tados e exatamente 21.935 contingências comportamentais foram A2 e os usuários l não executar a ação A3 (usuário a fornece
observadas (conjunto de contingências comportamentais observa- o estímulo social que só recebe ‘Comentar’) então o usuário
das - OBC). a e os grupos de usuários k e l (usuário a e seus amigos) são
notificados de C1 e C2 .
5.2 Representação e Avaliação de Interações R3 se o usuário a executa ação A1 , os usuários k não executam a
Sociais no Facebook ação A2 e os usuários l executam a ação A3 (usuário a for-
A interação social começa no Facebook quando um usuário fizer nece o estímulo social que só recebe ‘Curtir’) então o usuário
um post em seu mural ou em um mural amigo. Esse post é o es- a e os grupo de usuários k e l (usuário a e seus amigos) são
tímulo social para iniciar uma interação. O usuário que fornece o notificados de C1 e C3 .
estímulo social é representado como usuário a. O estímulo social R4 se o usuário a executa ação A1 , os usuários k executam a ação
pode ser um link da web, foto, arquivo swf, vídeo, música, mensa- A2 e os usuários l executam a ação A3 (usuário a fornece
gem de texto ou outro tipo de status do usuário. O usuário a e do o estímulo social que recebe ‘Comentar’ e ‘Curtir’) então o
grupo de seus amigos são notificados de um post. usuário a e os grupos de usuários k e l (usuário a e seus
8
www.python.org amigos) são notificados de C1 e C2 e C3 .
5
R5 se o usuário a executa ação A1 e k usuários executar a ação
A2 e usuários executar a ação A3 (usuário a fornece o social
estímulo que recebe mais ‘Comentar’ do que ‘Curtir’) então
usuário a e grupo de usuários k e l (usuário a e seus amigos)
são notificados de C1 e C2 e C3 .
R6 se o usuário a realiza ação A1 e k usuários ação executar A2
e l usuários k executar a ação A3 (usuário a fornece o social
estímulo que recebe menos que recebe menos ‘Comentar’
do que ‘Curtir’), então usuário a e grupo de usuários k e l
(usuário a e seus amigos) são notificados C1 e C2 e C3 .
Tabela 1: Contingencias e Medidas - OBC
SupR ConfR SensR LapR
R1 33,17% 100% 33,17% 57,11%
R2 6,91% 100% 6,91% 51,67%
R3 16,70% 100% 16,70% 53,85%
R4 43,21% 100% 43,21% 58,88%
R5 18,66% 100% 18,66% 54,27% Figura 2: Mídias como Estímulos Sociais no Facebook
R6 18,62% 100% 18,62% 54,26%
de aplicações do Facebook. Se um conteúdo é compartilhado para
As regras na Listagem 1 foram avaliadas com o conjunto de contin-
o Facebook a partir de um site (por exemplo, a partir do YouTube),
gências comportamentais observadas OBC e o resultado dessa ava-
o tipo do post pode identificado como video, photo, music, swf (no
liação é apresentado na Tabela 1. Em termos de frequência de ocor-
caso do YouTube, video). Ainda, se um usuário postar um link da
rência, as regras podem ser ranqueadas a partir do máximo para o
web diretamente em seu mural, Facebook identifica o tipo do post
valor mínimo da medida de suporte na sequência R4, R1, R5, R6,
ou o classifica com do tipo link.
R3 e R2. Essa mesma sequência é obtida quando as regras são
ranqueadas pelas medidas de sensitividade e laplace.
Cada regra na Listagem 1 pode ser reescrita tornando explicito o
tipo de mídia utilizada no post, dentro da ação A1 , da seguinte
Tem-se a noção intuitiva de que algumas interações sociais repre-
forma:
sentadas na Listagem 1 são mais frequentes e assimétricas, ou seja,
em cada interação social, o número de usuários que executam um
conjunto de ações não é o mesmo número de usuários notificados • A1 .status = fazer um post do tipo status
da execução de um conjunto de ações. O método aqui apresentado
permite a representação e avaliação de situações que vão de encon- • A1 .photo = fazer um post do tipo photo
tro com a noção intuitiva de como as interações sociais ocorrem e
de como os usuários estão engajados nessas interações. • A1 .link = fazer um post do tipo link
Observando-se o ranqueamento das regras pelas medidas de sensi- • A1 .video = fazer um post do tipo video
tividade e laplace, é possível verificar que R4 é mais assimétrica
que R1, R1 é mais assimétrica que R5, e assim por diante. Esse • A1 .music = fazer um post do tipo music
ranqueamento é um indicativo de que interações sociais nas quais
• A1 .swf = fazer um post do tipo swf
os usuários executam ações de ‘Comentar’ e ‘Curtir’ são mais fre-
quentes e assimétricas do que interações sociais nas quais os usuá-
rios não executam nem ações de ‘Comentar’ e nem de ‘Curtir’, e R4.1. aA1 .status ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
assim por diante. R4.2. aA1 .photo ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3. aA1 .link ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
A seguir, especializamos a regra R4 tornando explícitas as mídias R4.4. aA1 .video ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
utilizadas nessa interação social, com propósito de identificar tam- R4.5. aA1 .music ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
bém quais interações sociais baseadas em mídia são mais frequen- R4.6. aA1 .swf ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
tes e assimétricas.
Listing 2: Contingencias baseadas em Mídia para R4
5.3 Interações Sociais baseadas em Mídia
No mural do Facebook, um usuário pode fazer post usando texto,
links ou outros tipos de mídias. Na Figura 2 são apresentados cada Tabela 2: Medidas para as Contingencias obtidas de R4
tipo de post e a frequência de ocorrência de cada post no conjunto SupR ConfR SenR LapR
OBC. R4.1 7,01% 100% 47,03% 51,69%
R4.2 10,98% 100% 30,64% 52,60%
Posts tipo status devem ser mensagens de texto ou outro tipo de R4.3 22,46% 100% 59,27% 55,05%
post provido por aplicações do Facebook, por exemplo, uma apli- R4.4 2,72% 100% 24,35% 50,67%
cação para identificar a localização do usuário em uma cidade, as R4.5 0,02% 100% 25,00% 50,01%
condições climáticas do local onde o usuário está, ou outros tipos R4.6 0,03% 100% 24,14% 50,01%
6
Na especialização da regra (interação social) R4 apresentada na cada a arquivos de música. É possível afirmar que o Facebook está
Listagem 1, o tipo de mídia utilizado no post é explicitado. Por cometendo um erro quando identifica alguns arquivos compartilha-
exemplo, R4.1 é descrita como: se usuário a faz um post tipo status dos a partir do Soundclound. Esse erro foi investigado e detectou-
que recebem ações de ‘Comentar’ e ‘Curtir’ a partir dos usuários k se que os arquivos de música com extensão .m4a são identificados
e l então o usuário a e seus amigos k e l percebem C1 , C2 e C3 . como do tipo video pelo Facebook.
Na Tabela 2 são apresentados os valores resultantes da avaliação O tipo de mídia link é fornecido pelo provedor apps.facebook.com
das regras apresentadas na Listagem 2. As regras são ranquea- com 2, 79% de freqüência de ocorrência. Este tipo de mídia é for-
das pelas medidas de sensitividade e laplace e apresentam-se na necido pelo provedor www.facebook.com com 2, 14%, e assim por
ordem R4.3, R4.2, R4.1, R4.4, R4.6 e R4.5. Esse ranqueamento diante. Outros 510 provedores foram identificados como provedo-
revela que os usuários estão mais frequentemente e assimetrica- res do tipo de mídia link, mas cada um deles que não tem frequên-
mente envolvidos em interações sociais, nas quais os usuários exe- cia maior do que 0, 45%. Foram identificados outros 3 provedores
cutam ações de ‘Comentar’ e ‘Curtir’, baseadas em mídias do tipo para o tipo de mídia swf e outros 4 provedores para o tipo de mídia
link, photo, status, video, swf e music. music, mas cada um deles não tem freqüência maior do que 0, 45%.
Em seguida, apresentamos a especialização da regra R4.3 (mais Na especialização de regras, pares mídia-provedor são explicitados
frequente e assimétrica) com a representação do servidor a partir na ação A1 da seguinte forma:
do qual a link foi provida para a realização das interações sociais.
• A1 .status− = A1 .s− = fazer um post do tipo status a partir
5.4 Mídias e Provedores nas Interações do provedor não identificado
O provedor de cada tipo de mídia publicado no mural de um usuário
do Facebook pode ser identificado. Na Figura 3 são apresentados • A1 .photof acebook = A1 .pf b = fazer um post do tipo photo a
os tipos de mídia postados no mural de um usuário, o provedor partir do provedor facebook
que fornece essas mídias, e a freqüência de ocorrência de cada par
• A1 .videoyoutube = A1 .vyt = fazer um post do tipo video a
mídia-provedor no conjunto OBC.
partir do provedor youtube
• A1 .video− = A1 .v− = fazer um post do tipo video a partir
do provedor não identificado
• A1 .videof acebook = A1 .vf b = fazer um post do tipo video a
partir do provedor facebook
• A1 .videosoundclound = A1 .vsc = fazer um post do tipo video
a partir do provedor Soundclound
• A1 .linkapps.f acebook = A1 .la.f = fazer um post do tipo link
a partir do provedor apps.facebook
• A1 .linkf acebook = A1 .lf b = fazer um post do tipo link a par-
tir do provedor facebook
• A1 .linkf oursquare = A1 .l4s = fazer um post do tipo link a
partir do provedor foursquare
• A1 .link− = A1 .l− = fazer um post do tipo link a partir do
provedor não identificado
R4.3.1. aA1 .s− ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
Figura 3: Par Mídia-Provedor como Estímulo Social R4.3.2. aA1 .pf b ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.3. aA1 .vyt ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
Observando a Figura 3, o tipo de mídia status fornecido por prove- R4.3.4. aA1 .v− ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
dores não identificados (−) tem 37, 89% de frequência de ocorrên- R4.3.5. aA1 .vf b ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
cia (medida de suporte). O tipo de mídia photo a partir do prove- R4.3.6. aA1 .vsc ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
dor www.facebook.com tem 35, 83% de frequência de ocorrência. R4.3.7. aA1 .la.f ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
O tipo de mídia video a partir do provedor www.youtube.com tem R4.3.8. aA1 .lf b ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
10, 77% de frequência de ocorrência, da mesma forma que, esse R4.3.9. aA1 .l4s ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
tipo de mídia (video) a partir do provedor não identificado (−) tem R4.3.10. aA1 .l− ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
2, 17% e esse tipo de mídia a partir do provedor www.facebook
.com tem 0.83%, esse tipo de mídia (video) a partir do provedor
Listing 3: Contingencias baseadas em Mídia para R4.3
www.Soundclound.com tem 0.48%. Outros 49 provedores foram
identificados como provedores do tipo de mídia video, mas cada
um desses pares não tem frequência maior que 0, 45%. A regra R4.3 na Listagem 2 pode ser reescrita tornando explícito
o par mídia-provedor, como apresentado na Listagem 3. Na Ta-
Pode ser notado que 0.48% do tipo de mídia video é a partir do bela 3 são apresentados os valores das medidas como resultado da
provedor www.Soundclound.com. Soundclound é rede social dedi- avaliação de regras apresentadas na Listagem 3.
7
pelos usuários para interagir na rede, como por exemplo, uma apli-
Tabela 3: Medidas para as Contingencias obtidas de R4.3 cação para Iphone que permite que um usuário tire uma foto, faça a
SupR ConfR SenR LapR
postagem dessa foto no Facebook, e possa interagir com seus ami-
R4.3.1 22,46% 100% 59,27% 52,63%
R4.3.2 10,98% 100% 30,64% 52,60% gos.
R4.3.3 5,26% 100% 48,86% 51,28%
R4.3.4 0,82% 100% 37,74% 50,20% As aplicações dos usuários que provém o tipo de mídia status são
R4.3.5 0,46% 100% 55,80% 50,11% explicitadas em A1 e representadas como:
R4.3.6 0,24% 100% 50,00% 50,06%
R4.3.7 0,70% 100% 32,84% 50,17%
R4.3.8 0,14% 100% 5,07% 50,04% • A1 .s−.− = fazer um post do tipo status por meio de um pro-
R4.3.9 0,13% 100% 22,58% 50,03% vedor não identificado e aplicação do usuário também não
R4.3.10 0,12% 100% 21,67% 50,03% identificada.
• A1 .s−.f acebook.f or.iphone = A1 .s−.f b.ip = fazer um post do
As 5 regras mais frequentes e assimétricas, especializadas a par- tipo status por meio de um provedor não identificado e apli-
tir de R4.3, são ranqueadas na ordem R4.3.1 , R4.3.2 , R4.3.3 cação do usuário facebook for iphone.
R4.3.4 e R4.3.7. Portanto, os pares mídia-provedor nas intera- • A1 .s−.mobile = A1 .s−.mb = fazer um post do tipo status por
ções sociais mais frequentes e assimétricas são status− (mídia meio de um provedor não identificado e aplicação do usuário
status com provedor desconhecido), photof acebook (mídia photo mobile
com provedor facebook), videoyoutube (mídia video com provedor
youtube), video− (mídia video com provedor não identificado) e • A1 .s−.f acebook.f or.blackBerry = A1 .s−.f b.bb = fazer um post
linkapps.f acebook (mídia link com provedor apps.facebook). do tipo status por meio de um provedor não identificado e
aplicação do usuário facebook for blackBerry
Em seguida, apresentamos a representação e a avaliação de inte-
rações sociais nas quais aplicações dos usuários do Facebook são • A1 .s−.twitter = A1 .s−.tw = fazer um post do tipo status por
utilizadas para fornecer mídias como estímulo social. meio de um provedor não identificado e aplicação do usuário
twitter
5.5 Mídias, Provedores e Aplicações nas Inte- • A1 .s−.f acebook.f or.android = A1 .s−.f b.an = fazer um post
rações Sociais do tipo status por meio de um provedor não identificado e
No Facebook, posts tipo status é o tipo de mídia mais frequen- aplicação do usuário facebook for android
temente compartilhado, conforme se observa na Figura 2. Como • A1 .s−.truth−box = A1 .s−.tb = fazer um post do tipo sta-
apresentado na Seção anterior, as interações sociais mais frequentes tus por meio de um provedor não identificado e aplicação do
e assimétricas ocorrem em torno desse tipo de mídia cujo provedor usuário truth box
não é identificado. É possível investigar se posts tipo status são for-
necidos para o Facebook por meio de aplicações para smartphones, • A1 .s−.windows.messenger = A1 .s−.wm = fazer um post do
por exemplo. tipo status por meio de um provedor não identificado e apli-
cação do usuário windows messenger
• A1 .s−.ovi.by.nokia = A1 .s−.on = fazer um post do tipo sta-
tus por meio de um provedor não identificado e aplicação do
usuário ovi by nokia
• A1 .s−.nokia = A1 .s−.nk = fazer um post do tipo status por
meio de um provedor não identificado e aplicação do usuário
nokia
Outras 20 aplicações dos usuários que provém mídias do tipo sta-
tus, cujos provedores que provém essas mídias não são identifica-
dos pelo Facebook, tem freqüência de ocorrência não superior a
0, 15%.
R4.3.1.1 aA1 .s−.− ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.1.2 aA1 .s−.f b.ip ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.1.3 aA1 .s−.mb ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.1.4 aA1 .s−.f b.bb ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.1.5 aA1 .s−.tw ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
Figura 4: Aplicações Fornecedoras de Mídias tipo status R4.3.1.6 aA1 .s−.f b.an ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
R4.3.1.7 aA1 .s−.tb ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
Na Figura 4 são apresentados algumas das aplicações dos usuá- R4.3.1.8 aA1 .s−.wm ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
rios mais utilizadas para prover posts tipo status e a freqüência de R4.3.1.9 aA1 .s−.on ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
ocorrência de utilização de cada aplicação no conjunto OBC. Posts R4.3.1.10 aA1 .s−.nk ∩ kA2 ∩ lA3 → aklC1 ∩ aklC2 ∩ aklC3
tipo status não tem provedores identificados pelo Facebook, no en-
tanto, podem ser providos por aplicações que podem ser usadas Listing 4: Contingencias baseadas em Mídia para R4.3.1
8
Mesmo quando um tipo de mídia fornecida para o Facebook não
Tabela 4: Medidas para as Contingencias obtidas de R4.3.1 tem provedor identificado, o método permite explicitar quais apli-
SupR ConfR SenR LapR
cações dos usuários são usadas para fornecer a mídia como estí-
R4.3.1.1 16,49% 100% 60,35% 53,81%
R4.3.1.2 2,93% 100% 64,62% 50,72% mulo social. Por exemplo, mídias do tipo status são mais frequen-
R4.3.1.3 1,22% 100% 61,81% 50,30% temente fornecidas e provocam mais interações sociais assimétricas
R4.3.1.4 0,52% 100% 57,36% 50,13% por meio da aplicação facebook.for.iphone e também por meio da
R4.3.1.5 0,46% 100% 53,19% 50,11% aplicação mobile, ambas as aplicações para smartphones.
R4.3.1.6 0,22% 100% 25,13% 50,06%
R4.3.1.7 0,11% 100% 31,25% 50,03%
R4.3.1.8 0,10% 100% 60% 50,02% 6. CONSIDERAÇÕES FINAIS
R4.3.1.9 0,09% 100% 42,22% 50,02% Neste trabalho é apresentado um método descritivo de análise de
R4.3.1.10 0,08% 100% 43,90% 50,02% interações sociais na Web Social, no qual são explicitadas as ações
executadas pelos usuários, os tipos de mídias, os provedores e as
aplicações dos usuários utilizadas no fornecimento das mídias para
uma rede social. Medidas de regras são usadas para avaliar as si-
Na Tabela 4 são apresentados os valores das medidas como resul- tuações que envolvem os usuários de forma mais frequente e mais
tado da avaliação de regras apresentadas na Listagem 4. As 5 re- assimétrica.
gras melhor ranqueadas pela medida de sensitividade na ordem são
R4.3.1.2, R4.3.1.3, R4.3.1.1, R4.3.1.8 e R4.3.1.4. As 5 regras O método aqui apresentado permite analisar: (i) interações sociais
melhor ranqueadas pela medida de laplace na ordem são R4.3.1.1, mais frequentes, utilizando-se a medida de suporte, e as mais as-
R4.3.1.2, R4.3.1.3, R4.3.1.5 e R4.3.1.6. É possível destacar as 3 simétricas, utilizando-se as medidas de sensitividade e laplace, (ii)
melhores regras pelas medidas de sensitividade e laplace R4.3.1.1, qual tipo de mídia é mais usado em interações sociais, (iii) quais
R4.3.1.2 e R4.3.1.3. provedores fornecem o tipo de mídia utilizado em uma interação
social, explicitando-se o par mídia-provedor, e (iv) o tipo de apli-
Dessa forma, é possível identificar que as interações sociais mais cação do usuário utilizada no fornecimento de mídias.
frequentes e assimétricas são as que envolvem mídias do tipo sta-
tus, sem provedor conhecido, por meio da aplicação não identi- O método permite a representação e avaliação de situações que vão
ficada (s−.− ); seguidas das interações que envolvem mídias do de encontro com a noção intuitiva de como as interações sociais
tipo status, sem provedor conhecido, por meio da aplicação face- ocorrem e de como os usuários estão engajados nessas interações,
book.for.iphone; seguidas das interações que envolvem mídias do como também permite analisar possíveis erros na identificação de
tipo status, sem provedor conhecido, por meio da aplicação mobile. mídias compartilhadas a partir de provedores externos a rede social.
As regras R4.3.1.8, R4.3.1.9 e R4.3.1.10 tem os mesmos valores Almeja-se que o método de análise aqui apresentado possa ser apli-
para a medida de laplace. No desempate do ranqueamento dessas cado em qualquer ambiente social disponível na Web, podendo ser
regras, os valores da medida de sensitividade podem ser usados. útil tanto para desenvolvedores e analistas de sistemas computacio-
nais, quanto para outros profissionais, como psicólogos, economis-
tas e educadores. O método permite a especialização de regras, por
5.6 Sumarização de Resultados meio da explicitação dos elementos de interesse (mídias, provedo-
Considerando o conjunto de dados OBC usado na avaliação das res e aplicações do usuário).
contingências comportamentais projetadas para análise, o método
aqui apresentado permite identificar a interação social mais fre- Em trabalhos futuros, as interações sociais de outras redes soci-
quente e mais assimétrica por meio do ranqueamento de regras que ais serão analisadas. Além disso, o método aqui apresentado será
representam essas interações, a partir do valor máximo para valor aplicado não apenas em redes sociais, mas também em outros am-
mínimo da medidas de suporte, sensitividade e laplace. bientes multimídia capazes de permitir a interação social entre os
usuários.
Por exemplo, os usuários do Facebook estão mais frequentemente
e assimetricamente envolvidos nas interações sociais onde o estí-
AGRADECIMENTOS pelo suporte financeiro: CAPES, CNPq,
mulo social recebe ações de ‘Comentar’ e ‘Curtir’ (R4), do que em
FAPESP, FINEP, MCT e RNP.
interações sociais onde o estímulo social não recebe nem ações de
‘Comentar’ e ‘Curtir’ (R1).
7. REFERENCES
O método permite especializar regras, explicitando o tipo de mídia [1] S. Abrol and L. Khan. Tweethood: Agglomerative clustering
que é usado nas interações sociais. Por exemplo, o tipo de mídia on fuzzy k-closest friends with variable depth for location
link é mais frequentemente usado nas interações sociais que rece- mining. In IEEE Inter. Conf. on Social Computing
bem ações de ‘Comentar’ e ‘Curtir’ (R4.3). (SocialCom’10), pages 153 –160, 2010.
[2] N. Ahmadi, M. Jazayeri, F. Lelli, and S. Nesic. A survey of
É possível também especializar regras, explicitando quais os prove- social software engineering. In IEEE/ACM Int. Conf. on
dores fornecem o tipo de mídia (par mídia-provedor) que é usado Automated Software Engineering, pages 1 –12, 2008.
nas interações sociais. Por exemplo, a regra R4 ao ser especiali- [3] F. Benevenuto, T. Rodrigues, V. Almeida, J. Almeida, and
zada com o par mídia-provedor permite a identificação de que inte- K. Ross. Video interactions in online video social networks.
rações sociais mais frequentes e assimétricas ocorrem em torno de ACM Trans. Mult. Comput. Commun. Appl. (TOMCCAP),
mídias tipo status com provedor desconhecido (status− ). Foi pos- 5:30:1–30:25, 2009.
sível ainda observar uma falha na identificação de mídias providas [4] C. A. S. Bigonha, T. N. C. Cardoso, M. M. Moro, V. A. F.
da rede social Soundclound para o Facebook. Almeida, and M. A. Gonçalves. Detecting evangelists and
9
detractors on twitter. In ACM Braz. Symp. on Web and Mult. media-based social interactions in social networks. In ACM
(WebMedia), pages 107–114, 2010. Brazilian Symposium on Multimedia and Web (WebMedia),
[5] D. Bolchini, R. Chatterji, and M. Speroni. Developing pages 119 –126, 2011.
heuristics for the semiotics inspection of websites. In ACM [22] A. K. Gomes and M. G. C. Pimentel. Measuring media-based
international conference on Design of communication, social interactions provided by smartphones applications in
SIGDOC ’09, pages 67–72, 2009. social networks. In ACM MM Workshop on Social and
[6] D. M. Boyd and N. B. Ellison. Social network sites: Behavioral Networked Media Access (to appear), 2011.
Definition, history, and scholarship. Journal of [23] A. K. Gomes and M. G. C. Pimentel. Social interactions
Computer-Mediated Communication, 13(1):11, 2007. representation as users behavioral contingencies and
[7] K. Chorianopoulos. User interface design principles for evaluation in social networks. In IEEE Int. Conf. on Semantic
interactive television applications. Int. J. Hum. Comput. Computing (ICSC), TO APPEAR, 2011.
Interaction, 24(6):556–573, 2008. [24] J. Han and M. Kamber. Data Mining: Concepts and
[8] K. Chorianopoulos. Scenarios of use for sociable mobile tv. Techniques, 2nd Ed. Morgan Kaufmann, 2005.
In A. Marcus, R. Sala, and A. C. Roibs, editors, Mobile TV: [25] P. W. Holland and S. Leinhardt. A method for detecting
Customizing Content and Experience, Human-Computer Int. structure in sociometric data. American Journal of Sociology,
Series, pages 243–254. Springer London, 2010. 76(3):pp. 492–513, 1970.
[9] C. S. de Souza, S. D. J. Barbosa, and R. O. Prates. A [26] D. Irani, S. Webb, and C. Pu. Study of static classification of
semiotic engineering approach to HCI. In CHI ’01 extended social spam profiles in myspace. In Int. Conf. on Weblogs
abstracts on Human factors in computing systems, CHI EA and Social Media (ICWSM’10), pages 82–89, 2010.
’01, pages 55–56, New York, NY, USA, 2001. ACM. [27] D. Irani, S. Webb, C. Pu, and K. Li. Study of trend-stuffing
[10] C. S. de Souza and C. F. Leitão. Contribuições da engenharia on twitter through text classification. In Micro. Conf. on
semiótica para os métodos científicos de pesquisa em IHC. Coll., Elec. Mess., Anti-Ab. and Spam (CEAS’10), 2010.
In ACM Brazilian Symp. on Human Factors in Computing [28] N. Lavrac, P. A. Flach, and B. Zupan. Rule evaluation
Systems, IHC ’08, pages 348–349, 2008. measures: A unifying view. In Int. Work. on Ind. Logic Prog.
[11] R. Fagá, Jr., V. G. Motti, R. G. Cattelan, C. A. C. Teixeira, (ILP’99), pages 174–185. Springer, 1999.
and M. G. C. Pimentel. A social approach to authoring media [29] M. Maia, J. Almeida, and V. Almeida. Identifying user
annotations. In ACM Symp. on Doc. Engineering behavior in online social networks. In ACM Work. on Soc.
(DocEng’10), pages 17–26, 2010. Net. Sys. (SocialNets ’08), pages 1–6, 2008.
[12] B. Foucault, H. M. Mentis, P. Sengers, and D. Welles. [30] F. Mechner. A notation system for the description of
Provoking sociability. In ACM SIGCHI Conf. on Human Fac. behavioral procedures. J. of Exp. Anal. of Behavioral,
in Comp. Systems, CHI ’07, pages 1557–1560, 2007. 2:133–150, 1959.
[13] J. Fürnkranz, D. Gamberger, and N. Lavrac. Rule Learning: [31] F. Mechner. Behavioral contingency analysis. Behavioral
Essentials of Machine Learning and Relat. Data Mining. Processes, 78(2):124–144, 2008.
Springer, 1st edition, 2011. [32] R.-A. Negoescu, B. Adams, D. Phung, S. Venkatesh, and
[14] Q. Gao, Y. Dai, Z. Fan, and R. Kang. Understanding factors D. Gatica-Perez. Flickr hypergroups. In ACM Int. Conf. on
affecting perceived sociability of social software. Computers Multimedia (MM ’09), pages 813–816, 2009.
in Human Behavior, 26(6):1846–1861, 2010. [33] J. Preece. Online Communities: Designing Usability and
[15] D. Geerts. The sociability of mobile tv. In A. Marcus, Supporting Sociability. John Wiley & Sons, Inc., New York,
R. Sala, and A. C. Roibs, editors, Mobile TV: Customizing NY, USA, 1st edition, 2000.
Content and Experience, Human-Computer Int. Series, pages [34] D. M. Romero and J. M. Kleinberg. The directed closure
25–28. Springer London, 2010. process in hybrid social-information networks with an
[16] D. Geerts and D. D. Grooff. Supporting the social uses of analysis of link formation on twitter. In Int. Conf. on Weblogs
television: sociability heuristics for social tv. In ACM Int. and Soc. Media (ICWSM’10), 2010.
Conf. on Human Factors in Computing Systems (CHI 2009), [35] M. Sidman. Equivalent relations and the reinforcement
pages 595–604, 2009. contingency. J. of Exp. Anal. of Behavioral, 74:127–146,
[17] L. Geng and H. J. Hamilton. Interestingness measures for 2000.
data mining: A survey. ACM Comp. Survey, 38:1–32, 2006. [36] B. F. Skinner. Science and Human Behavior. New York
[18] M. Goldberg, S. Kelley, M. Magdon-Ismail, K. Mertsalov, Press, 1953.
and A. Wallace. Finding overlapping communities in social [37] T. Tullis and B. Albert. Measuring the User Experience:
networks. In IEEE Int. Conf. on Social Computing Collecting, Analyzing, and Presenting Usability Metrics
(SocialCom’10), pages 104 –113, 2010. (Interactive Technologies): Collecting, Analyzing, and
[19] A. K. Gomes, D. d. C. Pedrosa, and M. d. G. C. Pimentel. Presenting ... Kaufmann Series in Interactive Technologies).
Evaluating asynchronous sharing of links and annotation Morgan Kaufmann, 2008.
sessions as social interactions on internet videos. In [38] K. Weingarten and F. Mechner. The contingency as an
IEEE/IPSJ Inter. Symp. on App. and the Internet (SAINT), independent variable of social interaction. Read. in the Exp.
pages 184 –189, july 2011. Analysis of Behavior, pages 447–459, 1966.
[20] A. K. Gomes and M. d. G. C. Pimentel. Measuring [39] C. Wilson, B. Boe, A. Sala, K. P. Puttaswamy, and B. Y.
synchronous and asynchronous sharing of collaborative Zhao. User interactions in social networks and their
annotations sessions on ubi-videos as social interactions. In implications. In ACM European Conf. on Computer Systems
Inter. Conf. on Ubi-Media Computing (U-Media), pages 122 (EuroSys ’09), pages 205–218, 2009.
–129, july 2011. [40] G. Xu, Y. Zhang, and L. Li. Web Mining and Social
[21] A. K. Gomes and M. d. G. C. Pimentel. A technique for Networking: Techn. and Appl. Springer-Verlag, 2010.
human-readable representation and evaluation of
10