UMA AVALIAÇÃO DO POTENCIAL DE USO DOS DADOS DO TWITTER PARA A PREDIÇÃO DO RESULTADO DE ELEIÇÕES: O caso das eleições presidenciais brasileiras de 2018

Autores

Resumo

As eleições presidenciais brasileiras de 2018 mostraram forte presença dos candidatos em redes sociais com a intenção de abranger a maior parcela possível do eleitorado. Os 5 candidatos que tinham mais intenção de voto em pesquisas eleitorais usaram assiduamente o Twitter como ferramenta para alcançar visibilidade das opiniões e projetos que propuseram. Por meio de um estudo exploratório, esse trabalho busca investigar o potencial do uso de dados do Twitter como ferramenta de predição dos resultados da eleição. Para isso, foram coletados dos perfis dos candidatos alguns dados relacionados a tweets e seguidores, e em seguida, estes dados foram utilizados para construir previsões que foram comparadas com a principal pesquisa de intenção de voto e com o resultado eleitoral. Os resultados mostram que o uso destes dados do Twitter tem um bom potencial de predição

Downloads

Não há dados estatísticos.

Biografia do Autor

Mariana Lana Sales, PUC Minas

Mariana Lana Sales é graduada em Engenharia de Software pela Pontifícia Universidade Católica de Minas Gerais.

Marcelo Werneck Barbosa, PUC Minas

Marcelo Werneck Barbosa é doutor em Administração pela Universidade Federal de Minas Gerais, mestre e graduado em Ciências da Computação pela mesma Universidade. Publicou diversos trabalhos em revistas e conferências nacionais e internacionais. Suas áreas de interesse envolvem big data e analytics, supply chain management e sustentabilidade.

Referências

AL-KHALIFA, H. (2012), "A first step towards understanding Saudi political activities on Twitter". International Journal of Web Information Systems, Vol. 8 Issue: 4, pp.390-400.

AMBLER, T. e ROBERTS, J. (2006), “Beware the silver metrics: marketing performance measurement has to be multidimensional”. Marketing Science Institute.

BODE, L. et al. (2016), "Coherent campaigns? Campaign broadcast and social messaging". Online Information Review, Vol. 40, n.5, pp.580-594.

BONZANINI, Marco. Mastering Social Media Mining with Python. 1. ed. Packt Publishing, 2016.

DIGRAZIA, J. et al. (2013), “More Tweets, More Votes: Social Media as a Quantitative Indicator of Political Behavior”. PLoS One v.8, n.11.

DRUCKMAN, J. et al. (2009), “The Technological Development of Candidate Web Sites: How and Why Candidates Use Web Innovations”. Social Science Computer Review, v.25 n.4, pp. 425-442.

G1. Pesquisa Ibope de 20 de agosto para presidente por sexo, idade, escolaridade, renda, região, religião e raça. Disponível em <https://g1.globo.com/politica/eleicoes/2018/eleicao-em-numeros/noticia/2018/08/21/pesquisa-ibope-de-20-de-agosto-para-presidente-por-sexo-idade-escolaridade-renda-regiao-religiao-e-raca.ghtml>. Acesso em 1 de novembro de 2018.

GAURAV, M. et al. (2013), “Leveraging Candidate Popularity On Twitter To Predict Election Outcome”. In: SNAKDD '13 Proceedings of the 7th Workshop on Social Network Mining and Analysis. Chicago, Illinois.

GAYO-AVELLO, D. (2012), “A Balanced Survey on Election Prediction using Twitter Data”. CoRR, abs/1204.6441.

JAVA, A. et al. (2007), “Why we twitter: understanding microblogging usage and communities”. In: WebKDD/SNA-KDD '07 Proceedings of the 9th WebKDD and 1st SNA-KDD 2007 workshop on Web mining and social network analysis, pp.56-65.

MARQUES, F. et al. (2011), “Estratégias de comunicação política online: uma análise do perfil de José Serra no Twitter”. Contemporanea – Revista de Comunicação e Cultura, v. 9, n.3.

MISSINGHAM, R. (2010), “The Australian Parliament in the Twitterverse”. Australasian Parliamentary Review, v. 25(1), pp. 3–16.

NAAMAN, M. et al. (2010), “Is it really about me? Message content in social awareness streams”. In: CSCW '10 Proceedings of the 2010 ACM conference on Computer supported cooperative work, pp. 189-192

PETERS, K. et al. (2013), “Social media metrics–a framework and guidelines for managing social media”. Journal of Interactive Marketing, v. 27, n.4, pp. 281-298.

SANG, E. e BOS, J. (2012), “Predicting the 2011 Dutch Senate Election Results with Twitter”. In: EACL '12 Proceedings of the Workshop on Semantic Analysis in Social Media, pp. 53-60.

SAVAGE, N. (2011), “Twitter as medium and message”. Communications of the ACM, v.54, n.3, pp.18-20

SCHULTZ, D.E. e PELTIER, J. (2013), “Social media’s slippery slope: challenges, opportunities and future research directions”. Journal of Research in Interactive Marketing, v. 7, n. 2, pp.86-99.

Statista (2019). Number of monthly active Twitter users worldwide from 1st quarter 2010 to 1st quarter 2019 (in millions). Disponível em <https://www.statista.com/statistics/282087/number-of-monthly-active-twitter-users>. Acesso em 23 de maio de 2019.

Statista (2016). Number of social media users worldwide from 2010 to 2021 (billions). Disponível em <https://www.statista.com/statistics/278414/number-of-worldwide-social-network-users/>. Acesso em 23 de maio de 2019.

Twiplomacy 2018. Disponível em <https://twiplomacy.com/blog/twiplomacy-study-2018/>.

Downloads

Publicado

2020-09-18

Edição

v. 15 n. 02 (2019): Revista de Informática Aplicada - RIA

Seção

Artigos

Licença

Copyright (c) 2020 Mariana Lana Sales, Marcelo Werneck Barbosa

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Os autores que publicam trabalhos na RIA estão de acordo com os seguintes termos:

  1. Autores mantêm seus direitos autorais e concedem à RIA o direito à primeira publicação. Admite-se o compartilhamento do referido trabalho, desde que seja reconhecida sua autoria e publicação inicial nesta revista.
  2. Autores podem fechar contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicado na RIA, com reconhecimento de sua autoria e publicação inicial nesta revista.
  3. Autores podem publicar e distribuir seu trabalho online, antes ou durante o processo editorial.