Modelagem de Tópicos sobre Preferências de Bots em Tweets da CPI da COVID-19 no Brasil
DOI:
https://doi.org/10.5433/1679-0375.2025.v46.52599Palavras-chave:
processamento de linguagem natural, análise de mídias sociais, mineração de texto, detecção de contas automatizadas, disseminação de informaçõesResumo
O Twitter é uma rede social do tipo microblog que permite o envio e recebimento de mensagens curtas em texto e imagem, sendo uma das plataformas mais utilizadas nesse formato. Dada sua relevância em diversos aspectos da sociedade contemporânea, inclusive na política, muitos usuários operam perfis automatizados (bots) que disparam centenas ou milhares de tweets. Este trabalho aplica a técnica de Alocação Latente de Dirichlet (LDA) para identificar se há preferência de usuários robôs por determinados tópicos modelados. Os dados foram coletados pela API do Twitter, entre 18 de abril e 30 de maio de 2021, usando as palavras-chave "CPI" e "COVID", totalizando 459.145 tweets em português, de 109.027 usuários distintos. Esses usuários foram analisados pela plataforma Pegabot, que estima a probabilidade de uma conta ser robô. Após o pré-processamento, foram mantidos apenas usuários com 100 ou mais mensagens no período, resultando em 26.966 observações de 189 contas. A aplicação do LDA identificou quatro tópicos principais: 1- Ministério da Saúde; 2 - senador Renan Calheiros; 3 - presidente Jair Bolsonaro; e 4 - governo em geral. Em todos os tópicos, bots publicaram mais que humanos, sendo que o Tópico 1 teve a menor proporção de contas classificadas como robôs.
Downloads
Referências
Agresti, A. (2018). An introduction to categorical data analysis. John Wiley & Sons.
Alvares, R. V. (2014). Algoritmos de Stemming e o Estudo de Proteomas [Tese de Doutorado]. Universidade Federal do Rio de Janeiro. https://www.pesc.coppe.ufrj.br/uploadfile/1398446767.pdf
Assenmacher, D., Clever, L., Frischlich, L., Quandt, T., Trautmann, H., & Grimme, C. (2020). Demystifying social bots: On the intelligence of automated social media actors. Social Media + Society, 6(3), 1-14. https://doi.org/10.1177/2056305120939264 DOI: https://doi.org/10.1177/2056305120939264
Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. https://www.jmlr.org/papers/volume3/blei03a/blei03a.pdf
Bolsover, G., & Howard, P. (2019). Chinese computational propaganda: Automation, algorithms and the manipulation of information about Chinese politics on Twitter andWeibo. Information, Communication & Society, 22(14), 2063-2080. https://doi.org/10.1080/1369118X.2018.1476576 DOI: https://doi.org/10.1080/1369118X.2018.1476576
Bulegon, H., & Moro, C. M. C. (2010). Mineração de texto e o processamento de linguagem natural em sumários de alta hospitalar. Journal of Health Informatics, 2(2), 51-56. https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/5
Cao, J., Xia, T., Li, J., Zhang, Y., & Tang, S. (2009). A density-based method for adaptive LDA model selection. Neurocomputing, 72(7-9), 1775-1781. https://doi.org/10.1016/j.neucom.2008.06.011 DOI: https://doi.org/10.1016/j.neucom.2008.06.011
Chowdhury, G. G. (2003). Natural language processing. Annual Review of Information Science and Technology,37(1), 51-89. https://doi.org/10.1002/aris.1440370103 DOI: https://doi.org/10.1002/aris.1440370103
Ciribeli, J. P., & Paiva, V. H. P. (2011). Redes e Mídias Sociais na Internet: Realidades e Perspectivas de um Mundo Conectado. Mediação, 13(12), 57-74. https://revista.fumec.br/index.php/mediacao/article/view/509
Costa, P. H. E. C., Lima, J. R., Marques, R. A., Trindade, D. R., & Komati, K. S. (2021). Estudos de caso de análise de perfis de usuários agrupados por hashtags no Twitter. In Sociedade Brasileira de Computação, Anais da Escola Regional de Banco de Dados [Anais]. 16o Escola Regional de Banco de Dados, Santa Maria, Brasil. https://doi.org/10.5753/erbd.2021.17250 DOI: https://doi.org/10.5753/erbd.2021.17250
de Oliveira, A. C. S., Paixão, C. A., Morita, L. H. M., de Barros, R. C. B., & Ferreira, E. B. (2024). CPI da Covid-19 no Twitter: Uma análise da participação de robôs nas discussões e sentimentos observados. Esferas, (29), 1-23. https://doi.org/10.31501/esf.v1i29.14845 DOI: https://doi.org/10.31501/esf.v1i29.14845
de Sousa, M. d. C. E. (2015). A dinâmica da notícia nas redes sociais na internet: A forma de apresentação das postagens no Twitter e no Facebook. Revista Fronteiras, 17(2), 199-212. https://doi.org/10.4013/fem.2015.172.07 DOI: https://doi.org/10.4013/fem.2015.172.07
Deveaud, R., SanJuan, E., & Bellot, P. (2014). Accurate and effective latent concept modeling for ad hoc information retrieval. Document numérique, 17(1), 61-84. https://stm.cairn.info/revue-document-numerique-2014-1-page-61?lang=en DOI: https://doi.org/10.3166/dn.17.1.61-84
Fayyad, U. M., Piatetsky-Shapiro, G., Smyth, P., & Uthurusamy, R. (Eds.). (1996). Advances in knowledge discovery and data mining. American Association for Artificial Intelligence.
Feinerer, I., Hornik, K., & Meyer, D. (2008). Text Mining Infrastructure in R. Journal of Statistical Software, 25(5), 1-54. https://doi.org/10.18637/jss.v025.i05 DOI: https://doi.org/10.18637/jss.v025.i05
Feldman, R., & Sanger, J. (2006). The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511546914
Griffiths, T., & Steyvers, M. (2004). Finding Scientific Topics. Proceedings of the National Academy of Sciences of the United States of America, 101(Suppl. 1), 5228-5235. https://doi.org/10.1073/pnas.0307752101 DOI: https://doi.org/10.1073/pnas.0307752101
Grün, B., & Hornik, K. (2011). topicmodels: An R package for fitting topic models. Journal of Statistical Software, 40(13), 1-30. https://doi.org/10.18637/jss.v040.i13 DOI: https://doi.org/10.18637/jss.v040.i13
Hothorn, T., Bretz, F.,&Westfall, P. (2008). Simultaneous inference in general parametric models. Biometrical Journal: Journal of Mathematical Methods in Biosciences, 50(3), 346-363. https://doi.org/10.1002/bimj.200810425 DOI: https://doi.org/10.1002/bimj.200810425
Kearney, M. W. (2019). rtweet: Collecting and analyzing Twitter data. Journal of Open Source Software, 4(42), 1829. https://doi.org/10.21105/joss.01829 DOI: https://doi.org/10.21105/joss.01829
Kemp, S. (2021). Digital 2021: Global Overview Report. Datareportal. https://datareportal.com/reports/ digital-2021-global-overview-report
Krestel, R., & Fankhauser, P. (2010). Language Models and Topic Models for Personalizing Tag Recommendation. In 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology. [Proceedings]. International Conference on Web Intelligence and Intelligent Agent Technology, Toronto, Canadá. https://doi.org/10.1109/WI-IAT.2010.29 DOI: https://doi.org/10.1109/WI-IAT.2010.29
Liu, X. (2019). A big data approach to examining social bots on Twitter. Journal of Services Marketing, 33(4), 369-379. https://doi.org/https://doi.org/10.1108/JSM-02-2018-0049 DOI: https://doi.org/10.1108/JSM-02-2018-0049
Martini, F., Samula, P., Keller, T. R., & Klinger, U. (2021). Bot, or not? comparing three methods for detecting social bots in five political discourses. Big Data & Society, 8(2), 1-13. https://doi.org/10.1177/20539517211033566 DOI: https://doi.org/10.1177/20539517211033566
Navega, S. (2002). Princípios Essenciais do Data Mining. Anais do Infoimagem 2002. Cenadem. http://www.intelliwise.com/reports/i2002.pdf
Nikita, M. (2020). ldatuning: Tuning of the Latent Dirichlet Allocation Models Parameters [R package version 1.0.2]. https://rdrr.io/cran/ldatuning/
Paganotti, I. (2021). Acolhimento e resistência a correções de fake news na pandemia: a experiência do robô Fátima, da agência Aos Fatos, no Twitter. Mídia e Cotidiano, 15(3), 169-193. https://doi.org/10.22409/rmc.v15i3.47883 DOI: https://doi.org/10.22409/rmc.v15i3.47883
Pegabot [Verificador de perfil Twitter]. (2018). https://pegabot.com.br/
RCore Team. (2020). R: A Language and Environment for Statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
Recuero, R. (2009). Redes sociais na internet (1st ed.). Sulina.
Santos, A. E. G. O. (2020). Modelo Probabilístico de Tópicos e Estatística Multivariada Aplicados à Análise Textual: Um Módulo de Detecção de Conversas Fora do Contexto para Analisar Conversas em Grupo [Dissertação de Mestrado. Universidade Federal Rural do Semi-Árido; Universidade do Estado do Rio Grande do Norte]. Repositório. https://ppgcc.ufersa.edu.br/wp-content/uploads/sites/42/2021/02/Disserta%C3%A7%C3%A3oAdriano.pdf
Silge, J., & Robinson, D. (2017). Text mining with R: A tidy approach. O'Reilly Media.
Steyvers, M., & Griffiths, T. (2007). Probabilistic Topic Models. In T. K. Landauer, D. S. McNamara, S. Dennis, & W. Kintsch (Eds.), Handbook of latent semantic analysis (pp. 439-460). Routledge. https://www.routledge.com/Handbook- of- Latent- Semantic- Analysis/Landauer-McNamara-Dennis-Kintsch/p/book/9781138004191
Yang, K.-C., Varol, O., Davis, C. A., Ferrara, E., Flammini, A., & Menczer, F. (2019). Arming the public with artificial intelligence to counter social bots. Human Behavior and Emerging Technologies, 1(1), 48-61. https://doi.org/10.1002/hbe2.115 DOI: https://doi.org/10.1002/hbe2.115
Žižka, J., Dařena, F., & Svoboda, A. (2019). Text mining with machine learning: principles and techniques. CRC Press. https://doi.org/10.1201/9780429469275 DOI: https://doi.org/10.1201/9780429469275
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Gabriel Thompson Marques Arruda, Anderson Castro Soares de Oliveira, Lia Hanna Martins Morita, José Nilton da Cruz
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
