Uma análise comparativa de técnicas de aprendizagem de máquina para prever a popularidade de postagens no facebook

Abstract

As Redes sociais ganharam muita popularidade nos últimos anos. Isto deu origem à disciplina emergente de Social Media Analytics, a qual está diretamente ligada à diversas outras áreas como Análise de Redes Sociais, Aprendizado de Máquina, Mineração de Dados, Recuperação de Informação e Processamento de Língua Natural. Este trabalho faz uso de uma página de fãs do Facebook como base para avaliar o desempenho de três classificadores de Aprendizado de Máquina supervisionados (o Naive Bayes, Sequential Minimal Optimization e C4.5) com a tarefa de classificar a popularidade de postagens. Além de analisar o comportamento desses algoritmos, o trabalho tem como objetivo testar diferentes técnicas de pré-processamento de texto e verificar qual combinação produz melhores resultados no processo de gerar um modelo de aprendizado para prever a popularidade de postagens nessa rede social.

Online Social Networks have gained increased popularity in recent years. This has given rise to the emerging discipline of Social Media Analytics, which is directly connected to some other areas such as: Social Network Analysis, Machine Learning, Data Mining, Information Retrieval, and Natural Language Processing. This work makes use of one fan page on Facebook as dataset to evaluate the performance of three supervised machine learning classifiers (Naive Bayes, Sequential Minimal Optimization and C4.5) when classifying the popularity of posts. Besides analysing how these algorithms behave, this study has also as objective to test different types of text preprocessing techniques and to verify which combination can provide better results in the process of generating a learning model to predict the popularity of posts on this social network.