
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Rosa, Renata Lopes | - |
| Autor(es): dc.creator | Silva, Marielle Jordane de | - |
| Autor(es): dc.creator | Silva, Douglas Henrique | - |
| Autor(es): dc.creator | Ayub, Muhammad Shoaib | - |
| Autor(es): dc.creator | Carrillo, Dick | - |
| Autor(es): dc.creator | Nardelli, Pedro H. J. | - |
| Autor(es): dc.creator | Zegarra Rodríguez, Demóstenes | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:27:43Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:27:43Z | - |
| Data de envio: dc.date.issued | 2021-07-01 | - |
| Data de envio: dc.date.issued | 2021-07-01 | - |
| Data de envio: dc.date.issued | 2020-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46624 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1161820 | - |
| Descrição: dc.description | People use Online Social Networks (OSNs) to express their opinions and feelings about many topics. Depending on the nature of an event and its dissemination rate in OSNs, and considering specific regions, the users' behavior can drastically change over a specific period of time. In this context, this work aims to propose an event detection system at the early stages of an event based on changes in the users' behavior in an OSN. This system can detect an event of any subject, and thus, it can be used for different purposes. The proposed event detection system is composed of the following main modules: (1) determination of the user's location, (2) message extraction from an OSN, (3) topic identification using natural language processing (NLP) based on the Deep Belief Network (DBN), (4) the user behavior change analyzer in the OSN, and (5) affective analysis for emotion identification based on a tree-convolutional neural network (tree-CNN). In the case of public health, the early event detection is very relevant for the population and the authorities in order to be able take corrective actions. Hence, the new coronavirus disease (COVID-19) is used as a case study in this work. For performance validation, the modules related to the topic identification and affective analysis were compared with other similar solutions or implemented with other machine learning algorithms. In the performance assessment, the proposed event detection system achieved an accuracy higher than 0.90, while other similar methods reached accuracy values less than 0.74. Additionally, our proposed system was able to detect an event almost three days earlier than the other methods. Furthermore, the information provided by the system permits to understand the predominant characteristics of an event, such as keywords and emotion type of messages. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Institute of Electrical and Electronic Engineers - IEEE | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | IEEE Access | - |
| Palavras-chave: dc.subject | Event detection | - |
| Palavras-chave: dc.subject | Online social networks | - |
| Palavras-chave: dc.subject | Affective analysis | - |
| Palavras-chave: dc.subject | Natural language processing | - |
| Palavras-chave: dc.subject | Detecção de eventos | - |
| Palavras-chave: dc.subject | Redes sociais online | - |
| Palavras-chave: dc.subject | Usuário - Comportamento | - |
| Palavras-chave: dc.subject | Análise afetiva | - |
| Palavras-chave: dc.subject | Processamento de linguagem natural | - |
| Título: dc.title | Event Detection System Based on User Behavior Changes in Online Social Networks: Case of the COVID-19 Pandemic | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: