Protótipo de sistema de business intelligence voltado para análise do impacto de notícias na rede social

Abstract

Resumo: Com a difusão crescente das redes sociais associado ao crescimento de usuários conectados, surge um novo comportamento de divulgações de notícias, no qual os jornais tendem a serem digitais para fornecer na Web informações em tempo real. Entretanto, com o grande volume de informações e aumento das concorrências de fontes de jornais, ocasionam-se dúvidas de sobre quais fontes apresentam melhores resultados, qual o nicho de cada uma delas e qual é o perfil dos seus leitores. O protótipo proposto neste trabalho visa analisar o impacto de determinadas notícias na rede social Twitter, por meio de: conceitos de Business Intelligence; técnicas de Inteligência Artificial, como Processamento de Linguagem Natural e Análise de Sentimento; métodos de Web Scraping para captura de dados das notícias nas páginas Web; e a visualização dos dados por meio de indicadores. Com isso, têm-se como resultado métricas que mostram o comportamento dos usuários de determinadas notícias comparando com outras fontes, métricas de sentimentos nas publicações, o impacto gerado, temas mais comentados e preferências do público. Assim, é possível fornecer informações sobre comportamentos das notícias e de fontes de informações de maneira personalizada, inteligente e diária para o monitoramento dos resultados no setor jornalístico, auxiliando tomadas de decisões futuras.

Abstract: With the growing diffusion of social networks associated with the growth of connected users, a new behavior of news dissemination emerges, in which newspapers tend to be digital to provide real-time information on the Web. However, with the large volume of information and increased competition from newspaper sources, there are doubts about which sources have better results, what is the niche of each one and what is the profile of their readers. The prototype proposed in this paper aims to analyze the impact of certain news on the social network Twitter, through: Business Intelligence concepts; Artificial Intelligence techniques, such as Natural Language Processing and Sentiment Analysis; Web Scraping methods for capturing news data on Web pages; and data visualization through indicators. This results in metrics that show the behavior of certain news users compared to other online newspaper sources, sentiment metrics in publications, the impact generated, more talked about topics, and audience preferences. Thus, it is possible to provide information about news behaviors and information sources in a personalized, intelligent and daily way to monitor results in the news sector, helping to make future decisions.