Text mining applied to Twitter posts on Coronavirus: an analysis in the timeline

Authors

  • Alexandre Ribeiro Afonso Research Expert Group for Intelligent Information in Multimodal Environment using Natural language Technologies and Ontologies https://orcid.org/0000-0002-7199-7202
  • Cláudio Gottschalg Duque Programa de Pós-Graduação em Ciência da Informação, Faculdade de Ciência da Informação, Universidade de Brasília, Brasília, DF, Brasil https://orcid.org/0000-0003-3558-466X

DOI:

https://doi.org/10.18617/liinc.v16i2.5325

Keywords:

Text Mining, Corpus, Twitter, Coronavírus, Brasil

Abstract

This article describes a research about the mining of posts collected from Twitter, containing two keywords: “Coronavírus” and “Brasil”. The focus is on listing the frequencies of nouns, and verifying those frequencies as indicators about the interests of discussion, in four time periods: from February to June 2020. The research method is quantitative and involves the collection, filtering, text mining and analysis of results. In text mining, the K-Means clustering algorithm is used and, subsequently, AntConc corpus analysis software. It is concluded that the applied method signals about the main points of discussion and their changes over time. Such signs could contribute to the creation of more detailed categories of posts in a later Content Analysis

Author Biographies

  • Alexandre Ribeiro Afonso, Research Expert Group for Intelligent Information in Multimodal Environment using Natural language Technologies and Ontologies

    Doutor em Ciência da Informação pela Universidade de Brasília (UnB) - Brasília, DF - Brasil.

    Membro do grupo de pesquisa Research Expert Group for Intelligent Information in Multimodal

    Environment using Natural language Technologies and Ontologies (R.E.G.I.I.M.E.N.T.O.).

    http://lattes.cnpq.br/7017201402673628

  • Cláudio Gottschalg Duque, Programa de Pós-Graduação em Ciência da Informação, Faculdade de Ciência da Informação, Universidade de Brasília, Brasília, DF, Brasil

    Doutor em Ciência da Informação pela Universidade Federal de Minas Gerais (UFMG) - Belo Horizonte, MG - Brasil.

    Líder do grupo de pesquisa Research Expert Group for Intelligent Information in Multimodal Environment using Natural language Technologies and Ontologies (R.E.G.I.I.M.E.N.T.O.).

    Professor Adjunto da Faculdade de Ciência da Informação da Universidade de Brasília (FCI-UnB) e do Programa de Pós-Graduação em Ciência da Informação (PPGCINF-UnB), Brasília-DF, Brasil.

    http://lattes.cnpq.br/8531105272766089

References

AFONSO, A. R. A referenciação em textos do YouTube: um estudo com vistas à análise de sentimentos. Liinc em Revista, v. 13, n. 2, 2017.

AFONSO, A. R.; DUQUE, C. G. Análise de sentimentos em comentários de vídeos do YouTube utilizando aprendizagem de máquinas supervisionada. Ciência da Informação, v. 48, n. 3, 2019.

AFONSO, A. R.; DUQUE, C. G. Automated text clustering of newspaper and scientific texts in brazilian portuguese: analysis and comparison of methods. JISTEM, São Paulo, v.11, n.2, p. 415-436, ago. 2014.

AFONSO, A. R.; TÉ, J. Um estudo sobre referenciação e a construção da opinião a partir de um corpus textual extraído do YouTube. Domínios de Lingu@gem, v. 11, n. 2, p. 339-350, 27 mar. 2017.

ANTUNES, M. N. et al. Monitoramento de informação em mídias sociais: o e-Monitor Dengue. TransInformação, Campinas, v. 26, n. 1, p. 9-18, 2014.

ARANHA, C.; PASSOS, E. A tecnologia de mineração de textos. Revista Eletrônica de Sistemas de Informação, v. 5, n. 2, 2006.

BORBA, V. R.; MARINHO, A. C. M.; CAREGNATO, S. Análise do termo “Repositório Institucional” no twitter: um estudo altmétrico. Em Questão, v. 23, n. 5, p. 290-308, 2017.

BOWKER, L. Corpus linguistics is not just for linguists: considering the potential of computer-based corpus methods for library and information science research. Library Hi Tech, v.36, n.2, 2018.

COSTA, S. M. S.; GOTTSCHALG-DUQUE, C. Towards an ontology of ElPub/SciX: a proposal. In: INTERNATIONAL CONFERENCE ON ELECTRONIC PUBLISHING, 11., 2007, Viena. Proceedings… Viena: ÖKK-Editions, 2007. V. 1. P. 249-256.

DUQUE, C. G.; LOBIN, H. Ontology extraction for index generation. In: ICCC - INTERNATIONAL CONFERENCE ON ELECTRONIC PUBLISHING, 8., 2004, Brasília. Proceedings... Brasília: ELPUB, 2004. p. 111-120.

KADER, C. C. C.; RICHTER, M. G. Linguística de corpus: possibilidades e avanços. Instrumento, v. 15, n. 1, p. 13-23, jan./jun. 2013.

KLINCZAK, M. N. M.; KAESTNER, C. A. Identificação de temas em redes sociais por meio de técnicas de agrupamento. Anais do Computer on the Beach, p. 090-099, 2017.

KOCH, I. V. Como se constroem e se reconstroem os objetos-de-discurso. Investigações, Recife, v. 21, n. 2, p. 99-114, 2008.

ROGERS, R. O fim do virtual: os métodos digitais. Lumina, v. 10, n. 3, 2016.

SOUZA, B. A. Uma abordagem para seleção de tópicos relevantes em redes sociais online. 2017. Dissertação de Mestrado (Programa de Pós-Graduação em Informática do Instituto de Computação) - Universidade Federal do Amazonas, Manaus, 2017.

Published

11/12/2020

Issue

Section

Informational Perspectives and Challenges in Times of the COVID-19 Pandemic

How to Cite

Text mining applied to Twitter posts on Coronavirus: an analysis in the timeline. Liinc em Revista, [S. l.], v. 16, n. 2, p. e5325, 2020. DOI: 10.18617/liinc.v16i2.5325. Disponível em: https://revista.ibict.br/liinc/article/view/5325. Acesso em: 14 mar. 2025.