DECSI - Trabalhos apresentados em eventos
URI Permanente para esta coleção
Navegar
Navegando DECSI - Trabalhos apresentados em eventos por Título
Agora exibindo 1 - 7 de 7
Resultados por página
Opções de Ordenação
Item Análise da percepção do uso de cigarros eletrônicos no Brasil por meio de comentários no YouTube.(2024) Dias , Aline Martins; Tanure, Richardy Rodrigues; Almeida, Jussara Marques de; Lima, Helen de Cássia Sousa da Costa; Ferreira, Carlos Henrique Gomes; LanaThe rise of video platforms such as YouTube has revolutionized information sharing and influenced social habits and product consumption. At the same time, the diverse global regulatory landscape and ongoing studies on the health effects of e-cigarettes have led to intense and controversial debates. Amidst this, the production of content about e-cigarettes on the internet is rapidly increasing, particularly on YouTube, one of the most popular video platforms globally and the most popular in Brazil. Despite the growing body of research focused on understanding online interactions with ecigarettes, there is a lack of comprehensive and detailed temporal analyses that capture the dynamics of the debate and people’s stance towards these products, especially in the Brazilian context. To address this gap, our study aims to investigate the popularity and acceptance of e-cigarettes in Brazil by analyzing YouTube videos and their associated comments. We collected an extensive dataset of videos, channels, comments and their metadata from 2018 to 2023. Our methodology involved analyzing production and engagement metrics, and developing a deep learning-based stance detection model to estimate people’s stance (approval or disapproval) based on comments and quantify the temporal dynamics of these attitudes over the years. Our findings reveal a significant increase in content production and user engagement, indicating a growing public interest, with a notable increase in approving comments on the product. This study fills previous research gaps by offering a comprehensive and pioneering overview of e-cigarette use and public perception in Brazil, emphasizing the need for a more informed discussion among society and regulatory bodies.Item Análise das publicações de mídias alternativas compartilhadas em paginas políticas do Facebook.(2024) Fermano, Sabrina Gonçalves; Ribeiro, Filipe NunesEste estudo propõe uma análise das publicações de links em páginas de mídias alternativas no Facebook, compartilhadas no período de janeiro a outubro de 2022, ano das eleições presidenciais brasileiras. O estudo foca em páginas de orientação política de esquerda e direita, utilizando dados coletados por meio do CrowdTangle. A metodologia envolve coleta, pré-processamento e modelagem de tópicos com o algoritmo Latent Dirichlet Allocation (LDA). Os resultados revelam mudanças nos temas mais discutidos antes do período eleitoral (janeiro a julho de 2022) e durante (agosto a outubro de 2022), com destaque para o significativo aumento do tópico Eleições durante o período eleitoral.do eleitoral (janeiro a julho de 2022) e durante (agosto a outubro de 2022), com destaque para o significativo aumento do topico Eleic¸ ´ oes durante o per ˜ ´ıodo eleitoral.Item Caracterização das publicações e relações entre mídias alternativas polarizadas no Facebook.(2022) Laurett, Natan Siller; Ribeiro, Filipe NunesO presente trabalho desenvolve a caracterização de publicações e de relações entre páginas de mídias alternativas de direita e esquerda no Facebook ao longo de um período de 4 anos. Essa caracterização é realizada por meio de estatísticas de engajamento, referências externas nas publicações e detecção de comunidades através de semelhanças de publicações, modeladas como um grafo. Para esta última, foi utilizada extração de backbone utilizando o método do filtro de disparidade e detecção de comunidade por meio do algoritmo de Louvain. Os resultados mostram a predominancia das paginas de direita em termos de engajamento, e evidenciam fortes relaçoes de comunidades em 2018.Item Characterization of the Brazilian musical landscape : a study of regional preferences based on the Spotify charts.(2024) Moura, Filipe Augusto Santos de; Ferreira, Carlos Henrique Gomes; Lima, Helen de Cássia Sousa da CostaIn the digital age, streaming services such as Spotify have changed the way people consume music, highlighting the enormous influence these platforms have on the market. In the highly competitive music industry, it is crucial for independent artists in particular to maintain their popularity. This is especially true in countries like Brazil, where geographical and cultural differences influence music consumption patterns. Understanding these patterns is essential for effective marketing and production strategies. Despite previous research on music consumption, genre preferences and user behavior, there is a lack of detailed studies on the geographical and cultural distribution of music preferences in Brazil. Our study fills this gap by examining musical genre preferences and acoustic features of tracks across Brazilian regions over two years. We collected Spotify chart data from 2022 and 2023, modeled bipartite genre-city networks, and used backbone extraction methods to highlight significant genre preferences. Temporal analysis revealed patterns and persistence of musical preferences across cities, while clustering techniques revealed regional and cultural differences in acoustic features. Our results show that genre preferences are stable across Brazilian regions, with important genres emphasized by backbone networks. Persistence analysis suggests minimal changes over time, except during major holidays. Furthermore, Brazilian city clusters exhibit distinct acoustic patterns regardless of music genres, with notable differences in features such as liveliness, speechiness, and valence. This research provides new insights into regional musical diversity in Brazil and paves the way for future studies on cultural and geographical influences on music preferences.Item Enhancing SSVEP-based BCI performance with GAN-generated EEG signals.(2023) Silva, Isac Lopes; Vargas, Guilherme Vettorazzi; Leite, Sarah Negreiros de CarvalhoItem Large language models on solving integral calculus problems.(2024) Silva, Jonatas Araujo; Medeiros, Talles Henrique de; Goes, FabrıcioThis article evaluates the ability of language models (LLMs), such as GPT-4 and GPT-3.5 Turbo, to support learning, especially in solving mathematical problems. A comparative experiment was carried out, including models with and without fine-tuning, where GPT-4 obtained the best performance, solving 94% of the questions. The results indicate challenges in algebraic expressions and fractions, highlighting the importance of personalized training for specific tasks.Item Utilizando aprendizado por representação para a classificação de laços sociais da IoT(2022) Pereira Júnior, Jamisson Jader Moraes; Figueiredo, Thiago Silva; Lopes, Ramon; Torres, Luiz Carlos Bambirra; Santos, Bruno PA Internet of Things (IoT) tem sido marcada pelas interações entre dispositivos que cooperam para realizar atividades. A partir deste ambiente cibernético e conectado, um possível paradigma derivado é o Social IoT (SIoT), onde múltiplos tipos de relacionamentos e confiabilidade podem ser estabelecidos entre dispositivos. Neste cenário, abordamos as questões de como modelar lac¸os sociais em IoT e na proposição de modelos para, automaticamente, classificar e predizer relações em SIoT. Este artigo propõe a utilização de aprendizado por representação para classificar diferentes tipos de lac¸os sociais em SIoT. Para isso, utiliza-se como estratégias para classificação Graph Neural Networks (GNN) ou Algoritmos Tradicionais de Classificação (ATC). Em nossos experimentos, GNN é rápido na etapa de treinamento e apresenta métricas F1-{macro, micro} de 0.61 e 0.88, respectivamente. Ao usar ATC, o treinamento ´e 121× at´e 11.235× mais lento que GNN, ao passo que as métricas F1-score alcançam 0.86 e 0.95, respetivamente.