COVID-19 and the circulation information on social networks: analysis in a Brazilian Facebook group about the Coronavirus

Autor: Cordeiro, Douglas Farias, Rocha, Anelise Souza, Machado Vieira, Larissa, Cassiano, Kátia Kelvis, Da Silva, Núbia Rosa
Jazyk: angličtina
Rok vydání: 2021
Předmět:
Zdroj: Em Questão; v.27, n.3, jul./set. 2021; 42-67
Em Questão
Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
ISSN: 1808-5245
1807-8893
Popis: This article aims to quantify and qualify the information circulating in social media groups about COVID-19, the subjects covered in posts, as well as the possible relations with other subjects, events or social events, in order to generate a representative panorama of perception and social reaction to the coronavirus pandemic. For this, statistical techniques, data mining and machine learning are used to the characterization, pattern detection, and grouping of textual data. The experiments are carried out on a dataset of textual data extracted from a Brazilian public group about COVID-19 (SARS-cov-2) of the social network Facebook. Statistical analyzes are crossed with data on the advance of the number of infected, and with specific political-social events, revealing variations and influences in terms of participation and engagement in the analyzed group. In addition, through the results obtained by the clustering method used, two main groups of posts are detected, the first presenting a content pattern geared to governmental issues, and the second to personal issues. The results achieved still allow a reflection on the possible social impacts of the creation or absence of public policies to deal with the COVID-19 pandemic.
Este artigo tem como objetivo quantificar e qualificar as informações que circulam nas redes sociais sobre o COVID-19, os assuntos abordados nas postagens, bem como as possíveis relações com outros assuntos, eventos ou eventos sociais, de forma a gerar um panorama representativo da percepção e reação social à pandemia de coronavírus. Para isso, técnicas estatísticas, mineração de dados e aprendizado de máquina são utilizadas para a caracterização, detecção de padrões e agrupamento de dados textuais. Os experimentos são realizados em um conjunto de dados textuais extraídos de um grupo público brasileiro sobre o COVID-19 da rede social Facebook. As análises estatísticas são cruzadas com dados sobre o avanço do número de infectados e com eventos político-sociais específicos, revelando variações e influências em termos de participação e engajamento no grupo analisado. Além disso, através dos resultados obtidos pelo método de agrupamento utilizado, são detectados dois grupos principais de postagens, o primeiro apresentando um padrão de conteúdo voltado para questões governamentais e o segundo para questões pessoais. Os resultados alcançados permitem ainda uma reflexão sobre os possíveis impactos sociais da criação ou ausência de políticas públicas para o enfrentamento da pandemia COVID-19.
Databáze: OpenAIRE
Externí odkaz: