分析巴西关于COVID-19疫苗的推特帖子

Douglas Almeida Vidal, Adriano Madureira, Harold Junior, Karla Figueiredo, Lucas Mendonça, Rita Paulino, Yomara Pires, Marcos César da Rocha Seruffo
{"title":"分析巴西关于COVID-19疫苗的推特帖子","authors":"Douglas Almeida Vidal, Adriano Madureira, Harold Junior, Karla Figueiredo, Lucas Mendonça, Rita Paulino, Yomara Pires, Marcos César da Rocha Seruffo","doi":"10.12957/cadinf.2023.70419","DOIUrl":null,"url":null,"abstract":"No início de 2020, o mundo conviveu com uma crise causada pelo surgimento da doença do Corona Vírus (COVID-19). Esta pandemia foi devastadora para diversos países, mas os impactos sofridos e as medidas tomadas para enfrentar esta crise distinguiu cada nação. Entre as medidas mais eficazes para enfretamento da doença, a vacinação tornou-se a principal ferramenta de prevenção e controle durante a pandemia. Ao mesmo tempo, as Redes Sociais Online (RSO exerceram um importante papel cívico e político, estando entre as fontes de notícia e informações mais utilizadas no mundo. Este artigo apresenta uma análise das publicações de brasileiros e do presidente do Brasil na plataforma Twitter sobre as vacinas contra a COVID-19. Técnicas de Aprendizado de Máquina foram usadas e os resultados mostraram que a Máquina de Vetores-Suporte (Support Vector Machine - SVM) foi o modelo com melhor desempenho. A classificação das vacinas que os usuários e o presidente mais citaram nos tweets alcançou 60,72% de acertos após seleção com ReliefF.","PeriodicalId":30267,"journal":{"name":"Cadernos do IME Serie Estatistica","volume":"188 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análise das Publicações no Twitter sobre as Vacinas Contra a COVID-19 no Brasil\",\"authors\":\"Douglas Almeida Vidal, Adriano Madureira, Harold Junior, Karla Figueiredo, Lucas Mendonça, Rita Paulino, Yomara Pires, Marcos César da Rocha Seruffo\",\"doi\":\"10.12957/cadinf.2023.70419\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"No início de 2020, o mundo conviveu com uma crise causada pelo surgimento da doença do Corona Vírus (COVID-19). Esta pandemia foi devastadora para diversos países, mas os impactos sofridos e as medidas tomadas para enfrentar esta crise distinguiu cada nação. Entre as medidas mais eficazes para enfretamento da doença, a vacinação tornou-se a principal ferramenta de prevenção e controle durante a pandemia. Ao mesmo tempo, as Redes Sociais Online (RSO exerceram um importante papel cívico e político, estando entre as fontes de notícia e informações mais utilizadas no mundo. Este artigo apresenta uma análise das publicações de brasileiros e do presidente do Brasil na plataforma Twitter sobre as vacinas contra a COVID-19. Técnicas de Aprendizado de Máquina foram usadas e os resultados mostraram que a Máquina de Vetores-Suporte (Support Vector Machine - SVM) foi o modelo com melhor desempenho. A classificação das vacinas que os usuários e o presidente mais citaram nos tweets alcançou 60,72% de acertos após seleção com ReliefF.\",\"PeriodicalId\":30267,\"journal\":{\"name\":\"Cadernos do IME Serie Estatistica\",\"volume\":\"188 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Cadernos do IME Serie Estatistica\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.12957/cadinf.2023.70419\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cadernos do IME Serie Estatistica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.12957/cadinf.2023.70419","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

2020年初,由于冠状病毒病(COVID-19)的出现,世界面临着一场危机。这一流行病对许多国家造成了毁灭性的影响,但其影响和为应对这一危机而采取的措施使每个国家都有所不同。在应对该疾病的最有效措施中,疫苗接种已成为大流行期间预防和控制的主要工具。与此同时,在线社交网络(RSO)发挥了重要的公民和政治作用,是世界上使用最多的新闻和信息来源之一。本文分析了巴西人和巴西总统在Twitter平台上关于COVID-19疫苗的出版物。采用机器学习技术,结果表明支持向量机(SVM)是性能最好的模型。在与ReliefF进行选择后,用户和总统在推特上引用最多的疫苗排名达到了60.72%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Análise das Publicações no Twitter sobre as Vacinas Contra a COVID-19 no Brasil
No início de 2020, o mundo conviveu com uma crise causada pelo surgimento da doença do Corona Vírus (COVID-19). Esta pandemia foi devastadora para diversos países, mas os impactos sofridos e as medidas tomadas para enfrentar esta crise distinguiu cada nação. Entre as medidas mais eficazes para enfretamento da doença, a vacinação tornou-se a principal ferramenta de prevenção e controle durante a pandemia. Ao mesmo tempo, as Redes Sociais Online (RSO exerceram um importante papel cívico e político, estando entre as fontes de notícia e informações mais utilizadas no mundo. Este artigo apresenta uma análise das publicações de brasileiros e do presidente do Brasil na plataforma Twitter sobre as vacinas contra a COVID-19. Técnicas de Aprendizado de Máquina foram usadas e os resultados mostraram que a Máquina de Vetores-Suporte (Support Vector Machine - SVM) foi o modelo com melhor desempenho. A classificação das vacinas que os usuários e o presidente mais citaram nos tweets alcançou 60,72% de acertos após seleção com ReliefF.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
3
审稿时长
8 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信