A Sara é um framework semi-automatizado para coleta e análise de dados de redes sociais online, utilizando Redes complexas, Aprendizagem de Máquina e Mineração de texto.
Desenvolvido no Laboratório de Modelagem Computacional e Inteligência Computacional (LABMIC) da Universidade Federal de São João del-Rei (UFSJ)
Estado : Em desenvolvimento / Experimental
Site : https://labmicufsj.github.io/sara_public/
O módulo de coleta utiliza a API do Twitter.
Módulos associados:
sara_coletor- Realiza as coletas de tweets em tempo real.coletor_agendado- Realiza coletas de acordo com agendamento.conexao_twitter- Contém os dados de acesso da API do Twitter.
Os dados coletados são salvos no mongodb, um banco de dados não relacional.
A geração da rede é realizada por meio do módulo sara_estrutural.
sara_estrutural- Gera uma rede direcionada ou não direcionada.
A rede gerada é salva no diretório redes/.
O framework identifica os vértices de maior importância de acordo com as seguintes métricas de centralidade:
- Betweenness, PageRank, Degree, Curtidas, Retweets.
A detecção de centralidade é realizada por meio da utilização do módulo sara_centralidade.
O resultado deste módulo é salvo no diretório resultados_importancia/.
A detecção de comunidade neste framework é realizada por meio do módulo Overlap.
Esta ferramenta procura encontrar ego comunidades formada em torno de determinados usuários.
- Detecção de comunidades - Realiza a detecção de comunidades sobrepostas, utilize o resultado da centralidade ou outra sequência de importância para detecção de comunidades.
Modulo associado
overlap.py
A visualização e análise do conteúdo é realizada por meio da utilização da técnica de LDA combinada com uma nuvem de palavras.
Módulos associados:
Sara_conteudo- Responsável pela geração da nuvem de palavras.Sara_sentimento- Responsável pela análise de sentimento.
Consulte o guia de instalação.
- python >= 3.6
- pymongo
- mongodb
- networkx
- gensim
- spacy
- matplot
- wordcloud
- nltk
- seaborn
- pandas
Trabalhos relacionados a esta pesquisa que foram publicados em conferências: