Aprendizagem em redes sócias: uma análise de dados do Twitter

• Processo: 11/10297-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2011
• Data de Término da vigência: 30 de novembro de 2012
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Luciana Aparecida Martinez Zaina
• Beneficiário: Guilherme Martins Torres
• Instituição Sede: Centro de Ciências e Tecnologias para a Sustentabilidade (CCTS). Universidade Federal de São Carlos (UFSCAR). Sorocaba , SP, Brasil
• Assunto(s): Web 2.0 Aprendizagem Ambiente colaborativo Mineração de texto Mídias sociais Twitter
• Palavra(s)-Chave do Pesquisador: Aprendizagem Colaborativa | Aprendizagem Eletrônica | Mineração de Textos | Aprendizagem Colaborativa

Resumo

O desenvolvimento das aplicações de redes sociais online tem crescido nos últimos anos através do surgimento da Web 2.0, favorecendo a socialização por meio de ferramentas de comunicação e colaboração. Nesse contexto, a área de aprendizagem eletrônica tem apresentado interesse em adotar softwares sociais como wikis, blogs e redes sociais como suporte a construção do conhecimento. Dentre os ambientes sociais online, o Twitter tem se destacado como um meio de comunicação, colaboração e compartilhamento de idéias. A análise de mensagens postadas no Twitter (denominadas de tweets) permitem a extração de informações sobre o número de mensagens postadas relacionada a um assunto, mensagens reenviadas e respondidas entre outras. As técnicas de mineração de textos podem auxiliar a análise das mensagens observando padrões de escrita de texto como, por exemplo, a ocorrência de palavras-chaves. O objetivo deste trabalho é coletar e analisar tweets usados com propósitos educacionais, verificando o agrupamento de estudantes e professores através de interesses comuns. Os agrupamentos serão verificados a partir de um conjunto de palavras relevantes ao contexto que está sendo estudado nas disciplinas. A relevância de um tweet e o interesse de um grupo pode ser notado através da aplicação de técnicas de mineração de textos em tweets postados pelo professor, verificando retweets e novos tweets enviados pelo estudante a partir de postagens do professor. (AU)