Banca de DEFESA: PAULO ROBERTO DE SOUZA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : PAULO ROBERTO DE SOUZA
DATA : 04/03/2026
HORA: 08:30
LOCAL: https://meet.google.com/wkr-zgnm-epg
TÍTULO:

Explorando o Capital Social para Melhorar Recomendações Personalizadas em Redes Sociais Online

 

 

 

PALAVRAS-CHAVES:

• Sistema de Recomendação, Capital Social, Redes Sociais, Sobrecarga de Informação

PÁGINAS: 100
RESUMO:

Redes sociais online geram volumes massivos de conteúdo e interações, intensificando a sobrecarga de informação e dificultando que os usuários identifiquem itens realmente relevantes. Esta tese apresenta um sistema de recomendação que explora o capital social como mecanismo de personalização em ambientes de microblogging, tendo o X (antigo Twitter) como principal contexto empírico. O capital social é tratado como um atributo mensurável, inferido a partir de interações observáveis na rede e calculado com base em indicadores de reputação, influência e força de engajamento. Esses sinais são combinados com outros atributos, como recência, diversidade e alinhamento contextual, para definir a prioridade de ranqueamento. A abordagem constrói perfis de usuários e representações de tweets a partir de interações públicas, incluindo curtidas, respostas, retuítes, menções e citações, permitindo capturar simultaneamente interesses temáticos e contexto relacional. O modelo resultante equilibra aderência temática e contexto social, aspecto crucial em plataformas de microblogging, nas quais a atualidade e a credibilidade são tão relevantes quanto a similaridade de conteúdo. Ao fundamentar as decisões de recomendação em atributos derivados da estrutura e das dinâmicas da rede, o sistema produz listas ranqueadas mais alinhadas à forma como os usuários percebem confiança, influência e utilidade em seus feeds. A avaliação experimental compreende um estudo online com usuários reais e análises offline realizadas sobre o mesmo conjunto de dados, totalizando três estudos complementares. Os algoritmos propostos são comparados a métodos baselines tradicionais e a abordagens do estado da arte, utilizando métricas padrão de ranqueamento, como MRR, MAP, NDCG e Precision@N. Em todos os cenários avaliados, os métodos sensíveis ao capital social apresentam ganhos consistentes em relevância e qualidade do ranqueamento, demonstrando que a integração do capital social fortalece a efetividade das recomendações sem comprometer a interpretabilidade. Os resultados indicam que um ranqueamento socialmente fundamentado pode mitigar a sobrecarga de informação e oferecer aos usuários conteúdo mais confiável e contextualizado, estabelecendo um caminho prático e robusto para a implementação de sistemas de recomendação socialmente conscientes em redes sociais online.

MEMBROS DA BANCA:
Presidente - 2011187 - FREDERICO ARAUJO DURAO
Interno - 2357676 - DANILO BARBOSA COIMBRA
Interna - 1678446 - LAIS DO NASCIMENTO SALVADOR
Externo à Instituição - ANDRE LEVI ZANON
Externa à Instituição - NATASHA CORREIA QUEIROZ LINO - UFPB