28/07/2018 - 08:00 - 09:50
COC17b - Informação e Tecnologia da Informação em Saúde (ITIS): cibercultura, indicadores e o território |
26425 - MINERAÇÃO DE DADOS NAS REDES SOCIAIS PARA GERAR CONHECIMENTO SOBRE OS IMPACTOS DA CHIKUNGUNYA NA REGIÃO METROPOLITANA DE FORTALEZA
WELLINGTON SOUSA AGUIAR - CENTRO UNIVERSITÁRIO ESTÁCIO DO CEARÁ, ÁLVARO JORGE MADEIRO LEITE - UNIVERSIDADE FEDERAL DO CEARÁ - UFC, JOSÉ MÁRIO BEZERRIL FONTENELLE - CENTRO UNIVERSITÁRIO ESTÁCIO DO CEARÁ, JOSÉ VALCLEMIR RODRIGUES DA SILVA - CENTRO UNIVERSITÁRIO ESTÁCIO DO CEARÁ, JULIANA MARIA PEREIRA DIÓGENES - UNIVERSIDADE FEDERAL DO CEARÁ - UFC, MARCO TÚLIO AGUIAR MOURÃO RIBEIRO - UNIVERSIDADE FEDERAL DO CEARÁ - UFC, JOANA ADALGIZA FURTADO DE ANDRADE - UNIVERSIDADE FEDERAL DO CEARÁ - UFC
Apresentação/Introdução
Os recursos computacionais da atualidade, softwares, hardwares e gadgets, nos permitem coletar e processar grandes volumes de dados nas redes sociais com qualidade e baixo custo. A mineração de dados é uma técnica para coletar e tratar grandes volumes de dados não padronizados para gerar conhecimento estratégico e que pode ser aplicada na saúde pública, como veremos com o tema Chikungunya.
Objetivos
Apresentar técnicas computacionais capazes de auxiliar a saúde pública na geração de conhecimento estratégico a partir da mineração de dados não padronizados nas redes sociais usando algoritmos de IA (Inteligência Artificial).
Metodologia
A pesquisa utilizou abordagem de natureza experimental durante os testes do modelo, em seguida usou abordagem quantitativa para analisar os dados reais coletados. Foram coletados (“raspados”) dados na rede social Facebook em mais de 40.000 postagens e comentários realizados na Região Metropolitana de Fortaleza, envolvendo “posts” com as palavras “Chikungunya”, “Chicocunha” e algumas variações, entre os dias 26/12/2017 e 11/01/2018. Os dados foram tratados, filtrados e agrupados por algoritmos de IA (Inteligência Artificial) e classificados pelo modelo de análise de sentimentos. Na “raspagem” dos dados foi utilizada a biblioteca Python Facebook-SDK que se conecta com a API Graph do Facebook.
Resultados
A partir dos dados coletados e sumarizados foram aplicados algoritmos para a classificação pela tabela de análise de sentimentos e a geração do gráfico de nuvem de palavras, obtendo os seguintes resultados sobre a pesquisa “O que a população sente e divulga sobre a Chikungunya”, entre as 100 (cem) palavras mais citadas: 39% da população divulga sentimentos “Negativos”, 44% “Neutros” e 17% “Positivos”. As 10 (dez) palavras mais citadas em ordem decrescente foram: dores, meses, ainda, ano, sinto, doença, mãos, hoje, dor e dia. Estas palavras foram classificadas como: 06 (seis) de sensações “Negativas” e 04 (quatro) “Temporais”, confirmando o longo sofrimento da população com esta doença.
Conclusões/Considerações
A pesquisa nos mostrou que é possível utilizar técnicas de mineração de dados nas redes sociais para conhecer e monitorar problemas de saúde pública. O campo está aberto com grandes possibilidades de geração de conhecimento, a pesquisa com Chikungunya é só um exemplo, podemos pesquisar também: comportamento suicida, violência contra a mulher, comunidade surdo-mudo, avaliação da saúde suplementar, entender como os jovens lidam com HIV/AIDS e etc.
|
