Please use this identifier to cite or link to this item: https://hdl.handle.net/10923/15349
Type: doctoralThesis
Title: A language-based approach to support the identification of tagging behaviour
Author(s): Ziesemer, Angelina de Carvalho A.
Advisor: Silveira, Milene Selbach
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Graduate Program: Programa de Pós-Graduação em Ciência da Computação
Issue Date: 2017
Keywords: COMPORTAMENTO
SEMIÓTICA
REDES SOCIAIS
INFORMÁTICA
Abstract: Tags são ferramentas que apoiam engines de busca na tarefa de encontrar conteúdo relacionado a assuntos que estes contém. Entretanto, usuários de tags online expandiram a funcionalidade das tags com o objetivo de expressar opinião, categorização pessoal de conteúdo e até mesmo para propagação de spams. Quando se analisa um conjunto de tags, pode-se perceber que tags são fontes de uma quantidade significativa de dados qualitativos que estão relacionados à motivação do seu uso. Entretanto, pouco tem sido investigado em relação a padrões de uso das mesmas de um ponto de vista quantitativo e contextual. Tags são basicamente palavras-chave que usuários online usam como uma ferramenta para descrever conteúdos e portanto nós analisamos o seu uso de um ponto de vista linguístico. Os resultados que encontramos durante um conjunto de estudos com usuários serviu de apoio ao desenvolvimento de uma abordagem linguística que conta com padrões de tags como dado quantitativo para identificação de comportamento de utilização das mesmas. Durante um estudo de caso para analisar a abordagem proposta, nós utilizamos datasets de usuários de tags online (Flickr e Instagram) para calcular as características definidas no nosso modelo em combinação com ferramentas de agrupamento, o qual resultou na modelagem de Personas para explicar a motivação dos usuários quando utilizam tags.Nosso trabalho foi capaz de identificar diferenças no comportamento de utilização das tags e como que a escolha da estrutura e idioma escolhido para as mesmas pode servir como fonte para identificação da motivação para o seu uso quando compartilhando conteúdo online. Também foi possível identificar a replicação desses padrões e motivações que modelamos nos datasets coletados em redes sociais. Nós acreditamos que esta abordagem pode beneficiar aqueles que tem acesso a tags como fonte para modelagem de usuários, tais como, na escolha de tipo de abordagem de recomendação com base na motivação do usuário, na pré seleção de dados para recomendação de acordo com a necessidade dos usuários e do sistema, na identificação da abertura do usuário em relação a recebimento de conteúdo contextual online, entre outros.
Tags work as a tool to support search engines on the task of finding resources by their subject matter and the content they bring. However, users have expanded tag functionality with the intent of expressing opinion, personal categorization, and even as a tool for spamming propagation. Users can provide a great deal of qualitative data about their motivations for tagging, but little has been explored regarding tagging behaviour and patterns from a quantitative and contextual point of view. As tags are basically keywords that users resort as a tool for describing content, we analyzed their use from a linguistics perspective. The results we found during a set of user studies we conducted supported us on the task of designing a language-based approach that rely on tagging patterns as quantitative data for the identification of tagging behaviour. During a case study to analyze our approach, we used real datasets to compute the features we defined in our model in combination with clustering tools applied to datasets from Flickr and Instagram, resulting in personas that explain users’ motivation for tagging. We were able to point to the differences among tagging behaviour and how the choice of structure or language for tagging could be used as source to identify users’ motivation for tagging when sharing content online. We found that the patterns and motivation we have modeled in our approach replicate in real datasets. This could benefit those who wish to use tags as source for a variety of projects, such as modeling users’ behaviour through tags available online, choosing a recommendation approach based on users’ motivations for tagging, preselecting data and tags as source for recommendation according to system goals and user needs, identifying users opened to receive contextual content, among others.
URI: http://hdl.handle.net/10923/15349
Appears in Collections:Dissertação e Tese

Files in This Item:
File Description SizeFormat 
000495484-Texto+Completo-0.pdfTexto Completo5,35 MBAdobe PDFOpen
View


All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.