Raquel Recuero| Bate-papo Daniel Hasan Dalip |
| 222648: Analise de Sentimento em Tweets Relacionados ao Desmatamento da Floresta Amazônica Vinicius Paes e Silva (Universidade Federal Rural de Pernambuco), Danilo Araújo (Federal Rural University of Pernambuco), Kellyton Brito (Universidade Federal Rural de Pernambuco), Ermeson Andrade (Universidade Federal Rural de Pernambuco) |
| 222916: O Discurso de Ódio Homofóbico no Twitter a partir da Análise de Dados Vinícius Dos Santos (Cefet-Rj), Felipe Henriques (Centro Federal de Educação Tecnológica Celso Suckow da Fonseca), Gustavo Guedes (CEFET/RJ) |
| 223250: Caracterizacao das publicacoes e relacoes entre midias alternativas polarizadas no Facebook Natan Laurett (Universidade Federal de Ouro Preto), Filipe Ribeiro (Universidade Federal de Ouro Preto) |
| 223173: Characterizing the Diffusion of Misinformation Regarding the CoronaVac Vaccine in Brazil Gabriel P. Oliveira (Universidade Federal de Minas Gerais), Beatriz F. Paiva (Universidade Federal de Minas Gerais), Ana Paula Couto da Silva (UFMG), Mirella Moro (Universidade Federal de Minas Gerais) |
| Artigo convidado Júlio Reis e Fabrício Benevenuto |
| 223267: Análise da Percepção das Pessoas no Twitter Sobre Ações Policiais Marcos Fontes Feitosa (Universidade Federal do Piauí), Carlos Ferreira (Universidade Federal de Ouro Preto / Universidade Federal de Minas Gerais), Glauber Gonçalves (UFPI), Jussara Almeida (DCC-UFMG) |
| 222602: Análise de Propagandas Eleitorais Antecipadas no Twitter Samuel Guimarães (Universidade Federal de Minas Gerais), Márcio Inacio da silva (Universidade Federal de Mato Grosso do Sul), Josemar Caetano (UFMG), Marcelo M. R. Araújo (Universidade Federal de Minas Gerais(UFMG)), Jonatas Santos (Universidade Federal de Minas Gerais) Julio Reis (Universidade Federal de Viçosa (UFV)), Ana Paula Couto da Silva (UFMG), Fabricio Benevenuto (Universidade Federal de Minas Gerais) |
| 223330: A COVID-19 no Twitter: correlacionando vocabulário com agravamento e atenuação da pandemia no Brasil Pedro Alzamora (Universidade Federal de Minas Geais), Marcelo Sartori Locatelli (Universidade Federal de Minas Geais), Tereza Faria Cristina de Azevedo Faria (Universidade Federal de Minas Geais), Ramon Franco (Professor Adjunto Universidade Federal do Oeste da Bahia), Janaina Teodoro Guiginski (Universidade Federal de Minas Geais) Evandro Cunha (Universidade Federal de Minas Gerais), Ana Paula Couto da Silva (UFMG), Wagner Meira Jr. (UFMG) |
| 223334: Feminismo e Redes Sociais Online: uma Análise de Tweets sobre o Dia Internacional da Mulher Geandreson Costa (Universidade Federal do Pará), Fabio Lobato (Universidade Federal do Oeste Pará), Danielle Couto (Universidade Federal do Pará), A. Jacob Junior (Federal University of Pará) |
| 223293: Tiradentes no TripAdvisor – O que se fala sobre essa simpática cidade histórica? Antonio Alves (UFSJ), Lucas Felix (UFSJ), Carlos Barbosa (Federal University of São João Del Rei), Vinícius Vieira (Universidade Federal de São João del Rei), Carolina Xavier (UFSJ) |
| 223212: Detecção de Posicionamento e Rotulação Automática de Usuários do Twitter: estudo sobre o embate científico-político no contexto da CPI da Covid-19 Patricia Santos (Universidade Federal do ABC), Denise Goya (Universidade Federal do ABC) |
| Bate-papo George Augusto Valença Santos |
| 223137: Delator: Detecção Automática de Indícios de Lavagem de Dinheiro por Redes Neurais em Grafos de Transações Henrique S. Assumpção (Universidade Federal de Minas Gerais), Fabrício Souza (Universidade Federal de Minas Gerais), Leandro A. Lacerda Campos (Inter S.A.), Vinícius T. de Castro Pires (Inter S.A.), Paulo M. Laurentys de Almeida (Inter S.A.), Fabricio Murai (Universidade Federal de Minas Gerais) |
| 223262: Uso de URLs para caracterização de comunidades em Redes Sociais Online Carlos Magno Barbosa (UFSJ), Lucas Felix (UFSJ), Carolina Xavier (UFSJ), Vinícius Vieira (Universidade Federal de São João del Rei) |
| 223175: Alertas de fraude em licitações: Uma abordagem baseada em redes sociais Lucas L. Costa (UFMG), Arthur Reis (Universidade Federal de Minas Gerais), Clara S. Bacha (UFMG), Gabriel P. Oliveira (Universidade Federal de Minas Gerais), Mariana O. Silva (Universidade Federal de Minas Gerais), Matheus C. Teixeira (UFMG), Michele Brandão (IFMG), Anisio Lacerda (UFMG), Gisele Pappa (UFMG) |
Neste painel, serão apresentadas análises realizadas durante as eleições presidenciais de 2018 e eleições municipais de 2020, onde foram utilizados dados provenientes de redes sociais para uma compreensão de contextos e desempenho de campanha. Também serão mostrados aspectos de detecção de campanhas de desinformação que foram presentes durante o processo eleitoral.
Fernando Ferreira é doutor pelo Programa de Engenharia Elétrica da Universidade Federal do Rio de Janeiro (Coppe-UFRJ) com ênfase em Inteligência Computacional.
Participou da colaboração internacional com o CERN em Genebra/UFRJ. É sócio-fundador da empresa Twist (https://twist.systems/). Pela empresa, participou das eleições 2018 em projeto conjunto com parceiros, incluindo o TSE. Além das atividades de empreendedor, é professor do Instituto Infnet e FGV.
Co-fundador da empresa de ciência de dados Twist e Mestre em Engenharia Elétrica com ênfase em Inteligência Computacional pelo Programa de Engenharia Elétrica (PEE) da COPPE/UFRJ, participou por mais de 10 anos na colaboração UFRJ-CERN (Suíça). Participa em projetos em Data Science para a Globo, Marinha do Brasil, Vallourec, entre outros.
Vitor do Carmos é cientista de dados na Twist e mestre em Ciência da Computação pela Universidade Federal de São João del-Rei.
Julio Cesar Soares dos Reis é professor do Departamento de Informática (DPI) da Universidade Federal de Viçosa (UFV). É doutor e mestre em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG) e Bacharel em Sistemas de Informação pela Pontifícia Universidade Católica de Minas Gerais (PUC Minas). Têm experiência e interesse na área de Ciência da Computação, com ênfase em Computação Social, incluindo Inteligência Artificial, Mineração de Dados, Jornalismo Computacional, Desinformação e Comportamento Humano.
| 222805: Estratégia de Pós-processamento Aplicada a um Sistema de Recomendação de Artigos para a Melhora da Diversidade Ediana da Silva de Souza (UDESC – Universidade do Estado de Santa Catarina), Daniel Lichtnow (Universidade Federal de Santa Maria), Isabela Gasparini (Universidade do Estado de Santa Catarina (UDESC)) |
| 222817: Análise do posicionamento dos usuários do Twitter acerca da Vacinação Infantil contra a COVID-19 no Brasil Douglas Vitório (Universidade Federal de Pernambuco), Hidelberg Albuquerque (UFRPE), Ellen Souza (UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO), Adriano Oliveira (Universidade Federal de Pernambuco), Flavia Barros (Universidade Federal de Pernambuco), Ricardo Prudêncio (Universidade Federal de Pernambuco) |
Nesta palestra iremos discutir sobre os conceitos de Computação Afetiva, suas aplicações e limitações para o reconhecimento de emoções na Web. A partir de uma discussão sobre as diferentes teorias das emoções será apresentada uma cartografia de classes emocionais mais refinadas em português e estratégias de uso de Processamento de Língua Natural no contexto das redes sociais.
Professor da PUC-SP e Pesquisador no Ceweb.br/NIC.br. Doutor em Tecnologias da Inteligência e Design Digital pela PUC-SP, com doutorado sanduíche pela Universidade de Paris-Sorbonne. Realizou estágio pós-doutoral na Universidade de Salamanca, Espanha, e foi pesquisador visitante na Queen Mary University of London. Tem pesquisas na intersecção entre Ciência Cognitiva, IA e Design.
| Bate-papo Eric Araújo |
| 222842: BRIMO: uma Ferramenta para Análise de Sentimentos Otávio Sales (Universidade Federal Rural de Pernambuco), Taciana Pontual Falcão (Universidade Federal Rural de Pernambuco), George Valença (Universidade Federal Rural de Pernambuco), Ermeson Andrade (Universidade Federal Rural de Pernambuco) |
| 222954: WEAPON: Uma Arquitetura para Detecção de Anomalias de Comportamento do Usuário Andre Molina (Universidade de Brasília), Vinícius Gonçalves (University of Brasilia), Rafael de Sousa Junior (University of Brasilia – Brazil), Felipe Giuntini (SIDIA Instituto de Ciência e Tecnologia), Gustavo Pessin (Instituto Tecnológico Vale), Rodolfo Meneguette (Universidade de São Paulo), Geraldo Pereira (CiC – UnB) |
| 223365: Análise da ontologia dos assuntos jurídicos e suas respectivas legislações através de Redes Complexas Rilder Pires (Universidade de Fortaleza), Erneson Oliveira (Universidade de Fortaleza), Vitor Almeida (Universidade de Fortaleza), Joao Araujo Monteiro Neto (Unifor), Vasco Furtado (Universidade de Fortaleza – UNIFOR) |
| 222609: Estudo de Método de Extração de Aspectos para Português do Brasil Baseado em Regras Vanessa Câmara (Universidade do Estado do Amazonas), Tiago de Melo (Universidade do Estado do Amazonas) |
O XI Workshop Brasileiro de Análise de Redes Sociais e Mineração (BraSNAM 2022) será realizado em conjunto com o CSBC (Congresso da Sociedade Brasileira de Computação), que oferece uma oportunidade valiosa para grupos multidisciplinares se reunirem e se envolverem em ricas discussões sobre tópicos relacionados a análise de redes sociais. Em 2022, o CSBC será organizado pela UFF, em Niterói, Brasil.
O estudo das redes sociais teve origem nas comunidades sociais, educacionais e empresariais, com melhor sustentação teórica a partir da década de 1940. Hoje, o uso crescente da Web e das mídias sociais promove a interação entre as pessoas, a disseminação de dados e o compartilhamento de informações. Com a crescente disponibilidade de dados (fornecidos por pessoas e suas interações, logs e servidores da web), existem oportunidades para avaliar e desenvolver técnicas para melhorar as redes sociais e as informações em muitos contextos. Consequentemente, as análises e técnicas de redes sociais definiram campos de pesquisa frutíferos na academia, política, segurança, negócios, marketing, ciências e muitos outros.
O BraSNAM 2022 oferece um espaço interdisciplinar para reunir profissionais e pesquisadores de redes sociais e seus campos relacionados, para promover a colaboração e troca de ideias e práticas.
O estudo das redes sociais teve origem nas comunidades sociais, educacionais e empresariais, com melhor suporte teórico a partir da década de 1940. Hoje, o uso crescente da Web e das mídias sociais promove a interação entre as pessoas, a disseminação de dados e o compartilhamento de informações. Com a crescente disponibilidade de dados (fornecidos por pessoas e sua interação, logs e servidores web), existem oportunidades para avaliar e desenvolver técnicas para melhorar as redes sociais e informações em muitos contextos. Consequentemente, as análises e técnicas de redes sociais definiram campos de pesquisa frutíferos na academia, política, segurança, negócios, marketing, ciências e muitos outros.
O BraSNAM 2022 fornece um espaço interdisciplinar para reunir profissionais e pesquisadores de redes sociais e seus campos relacionados, para promover a colaboração e troca de ideias e práticas.
Os tópicos de interesse do BraSNAM incluem, mas não estão limitados a:
O workshop aceita submissões de artigos completos e resumidos, redigidos em português ou inglês, não excedendo 12 ou 6 páginas. Artigos de pesquisa, ferramentas / aplicativos (ferramentas de demonstração) ou descrição de conjuntos de dados podem ser submetidos como artigos completos ou curtos. Os documentos de posicionamento e os trabalhos em andamento devem ser apresentados como artigos curtos. As submissões devem seguir o Código de Conduta para Publicações da Sociedade Brasileira de Computação (SBC). As inscrições devem seguir o template da Sociedade Brasileira de Computação (SBC), que está disponível em http://tinyurl.com/sbc-template-artigos.
Todos os artigos (completos e curtos) serão revisados por pares de acordo com os seguintes critérios: adequação ao escopo do workshop, relevância, qualidade técnica, clareza, originalidade e avaliação dos resultados. A avaliação dos resultados é desejada, mas não é uma pré-condição para a apresentação. Todos os artigos técnicos serão apresentados durante o workshop.
No caso de artigo de dataset, os autores devem seguir o “Dataset Paper Format” que inclui: um dataset ou um grupo de datasets, metadados que descrevem o conteúdo, qualidade e estrutura, aplicações potenciais e métodos empregados para a coleta de dados. Estatísticas descritivas podem ser incluídas nos metadados (análises mais sofisticadas devem fazer parte da submissão de artigos técnicos). Os autores são encorajados a incluir uma descrição de como pretendem fazer seus conjuntos de dados FAIR. Conjuntos de dados e metadados aceitos devem ser publicados usando um serviço de compartilhamento de conjunto de dados (por exemplo, Zenodo, figshare, datorium, dataverse ou qualquer outro serviço de compartilhamento de conjunto de dados que indexa seu conjunto de dados e metadados e aumenta a capacidade dos dados serem reencontrados) que fornece um DOI para o conjunto de dados, o qual deve ser incluído na submissão do trabalho do conjunto de dados. SOMENTE a revisão do artigo do conjunto de dados será cega, e todos os conjuntos de dados devem ser identificados e carregados no momento do envio. Por favor, tenha cuidado com informações/dados privados ou confidenciais. Os autores serão responsáveis por qualquer informação sensível nos conjuntos de dados. Por favor, leia as instruções cuidadosamente no BraSNAM 2022 Dataset Submission Guidelines.
*** As inscrições passarão por um processo de revisão duplo-cego com pelo menos três revisores. Portanto, os nomes dos autores e informações de contato devem ser omitidos em todo o envio. SOMENTE os envios de conjuntos de dados passarão por uma revisão cega e todos os conjuntos de dados devem ser identificados e carregados no momento do envio. Para mais informações sobre como produzir uma submissão anônima, acesse http://bit.ly/submissao-anonima (somente em português). ***
Os autores devem identificar o(s) tópico(s) tratado(s) no artigo para auxiliar o comitê do programa no processo de revisão. Os artigos selecionados serão publicados em uma edição especial do JIDM – Journal of Information and Data Management. Cada artigo deve ser submetido eletronicamente, em arquivo PDF, através do site de submissão do JEMS (https://jems.sbc.org.br/home.cgi?c=4016).
Para que um artigo aceito seja apresentado e incluído nos anais do evento, é necessário que ao menos um dos autores do artigo realize a sua inscrição no evento na categoria profissional. Cada inscrição na categoria profissional dá direito à publicação de um único artigo, considerando qualquer um dos eventos-base ou eventos-satélite do CSBC. Autores com mais de um artigo aprovado em qualquer evento do CSBC deverão pagar uma “taxa de publicação” por artigo adicional. O valor dessa taxa pode ser visto na página de inscrições do CSBC 2022.
Os artigos aceitos serão publicados na SBC Open Lib, a biblioteca digital da SBC, na série Anais Brazilian Workshop on Social Network Analysis and Mining (BraSNAM), ISSN 2595-6094, disponível em https://sol.sbc.org.br/index.php/brasnam. Todos os artigos serão indexados com DOI.
Os artigos completos serão apresentados nas sessões técnicas do BraSNAM 2022. Artigos curtos aceitos, ferramentas/aplicações e conjunto de dados também serão publicados nos anais do workshop e serão apresentados como pôsteres. Haverá uma sessão de demonstração da ferramenta.
O BraSNAM 2022 terá os seguintes prêmios, que serão divulgados durante o evento: Full Paper, Short Paper e Dataset Paper.
Selecionaremos os trabalhos de destaque em cada categoria. Os prêmios serão conferidos ao(s) autor(es) de um artigo apresentado no congresso. O critério de decisão levará em consideração tanto a qualidade do artigo quanto a qualidade da apresentação oral.
Os artigos premiados completos e de conjuntos de dados submetidos ao BraSNAM serão convidados a enviar uma versão estendida e revisada para o iSys – Revista Brasileira de Sistemas de Informação (artigos completos) e JIDM – Jornal de Gerenciamento de Informação e Dados (artigos de conjuntos de dados).
Coordenação
Rodrigo Salvador Monteiro (UFF)
salvador@ic.uff.br
Michelle Wangham (UNIVALI)
wangham@univali.br
Eric Fernandes de Mello Araújo
eric@ufla.br
Michele Amaral Brandão
michele.brandao@ifmg.edu.br
