ANLISE DE REDES

EM MDIAS SOCIAIS
Grafos, visualizaes, mtricas e
comunidades

SUMRIO

O que Anlise de Redes ................................................................................................................................. 3

Programas ......................................................................................................................................................... 5
Ns e Arestas .................................................................................................................................................... 6
Mtricas de Redes ........................................................................................................................................... 10
Comunidades e clusters .................................................................................................................................. 12
Visualizao ..................................................................................................................................................... 15
Principais Aplicaes ....................................................................................................................................... 18
Mais Contedo ................................................................................................................................................. 21
Conhea o BrandCare ..................................................................................................................................... 22

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 2

O QUE ANLISE DE REDES

A anlise de redes considera que informao pode ser gerada a partir da compreenso de como os
elementos de um conjunto esto ligados entre si. H vrios precedentes da anlise estrutural de
redes sociais, mas a anlise de redes em si

no necessariamente ligada a entes sociais

tambm j

nova, sendo utilizada por reas to diferentes quanto economia, engenharia de telecomunicaes ou
ecologia.
A anlise estrutural de redes sociais, ento, permite ver as pessoas ou organizaes e suas conexes,
permitindo gerar diversos tipos de informaes, como: descobrir comunidades; perceber grupos de
pessoas que possuem caractersticas em comum; identificar buracos estruturais; ns isolados;

uma informao circula pela rede; identificar influenciadores; e muitas outras aplicaes.
Como um gerente de nvel hierrquico relativamente baixo consegue influenciar mais as decises dos
funcionrios do que seus chefes? Que tipos de caminhos um meme percorre ao ser disseminado na
blogosfera? Como prever a resoluo de um conflito que dividiu uma sala de estudantes? Como um blog
chegou ao Page Rank 6? Como as inovaes surgem numa universidade? Quais so os tipos de pblico
que seguem uma marca no Twitter? Estas so apenas algumas das perguntas que pesquisas utilizando
anlise estrutural de redes sociais conseguem responder, graas a dados relacionais.
A anlise estrutural de redes sociais se refere aplicao deste tipo de anlise quando falamos de pessoas
e/ou grupos ou objetos que representam pessoas e/ou grupos. Estamos falando de ns e ligaes, que
so os principais elementos das redes sociais, mas ainda no o descrevemos. Futuramente detalharemos
melhor os elementos, mas observe aqui que o foco em um elemento (ator social, no caso), que tem
conexes com outros. Em outros tipos de pesquisa, digamos surveys, por exemplo, o foco est
nos atributos (por ex., gnero, local, inteno de voto) e o cruzamento entre estes dados com outros
dados de atributos. J na anlise estrutural, o foco est nas relaes. Parte-se da anlise de como os ns
se conectam e relacionam para realizar a anlise que, posteriormente, pode agregar dados de atributos e
outros. E as conexes podem ser de diversos tipos, intensidades e direes.
Abaixo um exemplo de rede a partir de uma busca relacionada a comunicao poltica. Os dois grandes
agrupamentos, quando analisados, mostram conversas de ativistas de direita e de esquerda, bem

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 3

separados (colorimos esquerda com vermelho e direita com azul). Conversam muito entre si, mas s uma

Poltica s um dos muitos temas que pode ser bem analisado com a ajuda das visualizaes de redes.
Neste guia apresentaremos uma introduo anlise de redes, que hoje pode ser feita de forma facilitada
atravs da exportao em arquivo GraphML atravs da ferramenta de monitoramento BrandCare, para
posterior visualizao em ferramentas gratuitas e de cdigo aberto como Gephi e NodeXL.

Visualizao
de Redes
Monitoramento de Mdias Sociais
Armazenamento dos Dados
Anlise de Sentimento
Categorias e Tags de Assuntos,
Temas, Eventos
Atributos, mtricas e informaes
demogrficas
Exportao em formato otimizado
para redes (GraphML)

Visualizao de Redes

Mtricas de Redes
Algoritmos de Clusterizao

O tema muito complexo e o guia pretende ser uma introduo aos principais conceitos e aplicaes.
Acompanhe nossos canais para receber mais guias, exemplos e dicas sobre anlise de redes sociais.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 4

PROGRAMAS
Para realizar anlise de redes em mdias sociais, voc precisa basicamente de dois tipos de programas:
um de coleta de dados e um para anlise e visualizao das redes. Entre as mdias sociais mais frutferas
para a anlise de redes sociais, est o Twitter. Por este motivo, a primeira mdia social para a qual
implantamos a exportao em formato GraphML.
BrandCare: nossa ferramenta de monitoramento
de

mdias

sociais

(solicite

um

trial

em

socialfigures.com.br). Disponvel no mercado desde

2010,

considerada

uma

das

15

melhores

ferramentas de monitoramento do mundo pela consultoria sua Goldbach Interactive1.

So monitorados Twitter, Facebook, Blogs, Instagram, Vdeos, Fruns, Imagens, Google+, Notcias, Feeds,
Reclame Aqui, Orkut e canais customizados. reas de dashboard, visualizao, relatrios e anlise de
menes por sentimento, tags e categorias, novas funcionalidades do Labs completam o software. Com o
aprendizado de todos estes anos de experincia, acabamos de lanar uma verso ainda melhor, que
conta inclusive com exportao de arquivos otimizados para anlise de redes, o formato GraphML.
Gephi: O Gephi uma das principais ferramentas de anlise
e visualizaes de rede. Gratuita e de cdigo aberto,
continuamente aperfeioada atravs da colaborao de
milhares de usurios ao redor do mundo. Pode ser baixado
em gephi.org, site que tambm rene dezenas de Plugins que podem ser instalados no Gephi para trazer
mais funcionalidades para o software.
NodeXL: a NodeXL, tambm gratuita e de cdigo aberto,
uma ferramenta desenvolvida em parceria por diversas
universidades, agrupados na Social Media Research Foundation. No to poderosa quanto o Gephi, mas
traz algumas vantagens para os analistas de mdias sociais. A NodeXL funciona como um template para
Excel (baixe em nodexl.codeplex.com), ambiente j conhecido pela maioria dos usurios de
computadores. J possui, internamente, capacidade de coleta limitada para diversas mdias sociais, como
Twitter, Facebook, YouTube e Flickr.
Agora que voc j reuniu as ferramentas necessrias, vamos para os conceitos principais, comeando
pelos dois elementos-chave das redes: os ns e as arestas.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 5

NS E ARESTAS
Qualquer rede baseada em dois elementos, os ns e os laos. A depender do objetivo e tipo de anlise,
os ns e laos podem ser coisas muito diferentes. Qualquer rede uma representao convencional do
que se est sendo observado. Manejar, construir e analisar redes envolve atos de escolha sobre o que
ser analisado2.
Desta forma, uma anlise pode considerar apenas uma pequena rede na qual se considera um n cada
pessoa e um lao cada relao de amizade. Outra, por sua vez, pode considerar cada n um artigo
acadmico e um lao as referncias bibliogrficas. Tudo vai depender dos objetivos e informaes
buscadas. Para entendermos estes elementos bsicos, precisamos entender bem o que so ns e laos.
Vamos comear pelos primeiros.
Os nomes utilizados aqui para falar dos ns so muitos: ns (nodes), vrtices
(vertices), pontos. Geralmente, existe pouca distino entre um termo ou
outro e, na maioria dos casos, no importa. Mas, como Barabsi3 nos
explica, na cincia das redes se fala de redes, ns (nodes) e laos (links),
enquanto na teoria dos grafos se fala de grafo, vrtices (vrtices) e
arestas (edges). A teoria dos grafos, proveniente da matemtica, uma das
bases para a cincia das redes e sua anlise estrutural. A maioria dos

Rede com trs ns mutuamente

softwares de redes, como Gephi e NodeXL, usam sua terminologia, pois so conectados (trade)
aplicveis no s a redes sociais, mas redes de todos os tipos.
Importante pontuar que, na anlise estrutural de redes sociais, os elementos analisados so aqueles que
podem ser individualizados e representam algum ator social, grupo social ou produto realizado por estes.
Por exemplo, na imagem acima, est representado um grupo de trs pessoas que so amigos entre si.
Como explicam os criadores do NodeXL:
O conceito de n extremamente simples, como podemos ver nas definies que so dadas a
estes. Como explicam os criadores do NodeXL, Vrtices, tambm chamados de ns, agentes,
entidades ou itens, podem representar muitas coisas. Frequentemente representam pessoas ou
estruturas sociais como grupos de trabalho, times, organizaes, instituies, estados ou
mesmo pases. Em outros casos eles representam contedo como web pages, tags keywords ou
4

vdeos. Eles ainda podem representar locais ou eventos fsicos ou virtuais .

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 6

feito por ela. Na maioria dos casos, pessoas, que so representadas nas mdias sociais por perfis.
Para fins de pesquisa, podemos adicionar atributos aos ns e laos analisados. No algo obrigatrio,
pois a simples estruturao dos ns em formato de rede, atravs das ligaes, gera uma amplitude de
informaes. Mas os atuais programas de coleta e armazenamento de dados de redes permitem
adicionar variveis personalizadas. Por exemplo: idade, sexo, classe, categoria de cliente, etc. No
monitoramento de mdias sociais, os analistas esto constantemente adicionando atributos aos ns e
laos, como tags, sentimentos, localizao etc. A exportao do arquivo .graphml pelo BrandCare, por
exemplo, permite levar a anlise que voc fez de perfis e tweets no monitoramento para a anlise de
redes.
Resumindo: os ns podem representar pessoas, organizaes e objetos; podemos adicionar dados
relacionais ou de atributos nos ns; e estes dados podem ser calculados e visualizados nas redes.
Mas os ns s ganham o status de tais e suas importncias em rede quando existem os laos. Para
operacionalizar e mostrar como os ns se relacionam,
representam ligaes, conexes ou relaes de algum tipo. Estas so referenciadas por diversos nomes,
como laos (links), arestas (edges) etc. Nas palavras de importantes pesquisadoras brasileiras da rea
(Suely Fragoso, Raquel Recuero e Adriana Amaral),
Enquanto os ns so geralmente representados pelos atores envolvidos e suas representaes
na internet [...], as conexes so mais plurais em seu entendimento

Os laos podem ser de diferentes Tipos. A flexibilidade do que pode ser considerado um lao ou ligao
muito grande, por isso a anlise estrutural de redes se aplica em muitos domnios diferentes do
conhecimento e em diferentes tipos de problemas.
Transmite-se, troca-se, estabelece-se ou cria-se algo nesta relao entre dois elementos que, por sua vez,
esto ligados a outros. Isto o que compe uma rede e o motivo da metfora de rede ser to til para
explicar tantos fenmenos. As mdias sociais so chamadas de redes justamente por causa disto: nos
ligamos a outras pessoas atravs de nossos perfis, mensagens, posts, tweets etc.
Nas

pesquisas

em

torno

de

redes

sociais,

entre

os

laos

mais

comuns

temos

os

de amizade e conhecimento. Podemos avaliar muitas coisas a partir deste tipo de lao, que
socialmente estabelecido. Para cada rede social que vai sendo construda ou revelada, preciso
identificar quais so os tipos de conexes que sero consideradas. No caso do monitoramento de mdias
sociais, o foco est na conversao das pessoas, por isso nos debruaremos sobre as menes e retweets
inicialmente.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 7

Em anlise de redes sociais tradicional no contexto organizacional,

por exemplo, um mtodo simples de coleta de dados envolve
r uma deciso difcil, quais so os

Construir as redes em torno destes tipos de trocas permite gerar

muitas informaes para projetos de inovao, endomarketing ou Quatro ns com ligaes dirigidas a um
n

mesmo na seleo de novos lderes formais. A pequena rede ao lado

poderia ser a representao de quatro funcionrios se reportando a uma lder.
Mas as conexes no so necessariamente recprocas, especialmente nas redes sociais. Algum que voc
admira talvez nem o conhea. A relao professor x alunos uma na direo professor -> aluno e outra
bem diferente, e mais numerosa, na direo aluno -> professor. Ento os laos podem ser caracterizados
de acordo com sua Direo.
Existem laos No-Dirigidos, como o lao de casamento (uma pessoa casada com a outra e vice-versa,
necessariamente), ou o lao fraternal (uma pessoa necessariamente irm/o de seu irm/o), a co-autoria
de um documento, ou ainda alguns tipos de amizades (se A amigo de B, ento B amigo de A).
Mas tambm existem muitos laos Dirigidos: como no exemplo citado, se uma pessoa professor da
outra, provavelmente o inverso no verdadeiro. Mas tambm existem relaes dirigidas que ocorrem
nas duas direes. Por exemplo, eu envio diversos e-mails a um contato profissional e este mesmo
contato profissional tambm pode (ou no) me enviar diversos e-mails. A depender dos objetivos da
anlise, podemos considerar dois laos aqui (um indo de mim a meu interlocutor e outro do meu
interlocutor a mim) ou um lao no-dirigido, uma vez que a troca de e-mails recproca.
Estes tipos de laos tambm so comumente chamados de Orientados (Dirigidos) ou NoOrientados (No-Dirigidos).
No contexto das mdias sociais a direo tambm muito importante. Imaginem as relaes bsicas
entre blogs, perfis no Facebook e Twitter. Em blogs, podemos considerar um link que pus na
minha sidebar como um lao originando aqui neste endereo em direo a outro blog. Mas,
possivelmente, este blog que recebe o link no criou um link em nenhuma pgina para meu blog. Aqui
temos uma relao dirigida. O princpio bsico que rege o PageRank uma aplicao disto e pode ser
explicado por mtricas de redes.

representadas. Deste modo, quando a pessoa A amiga da pessoa B, isto tambm significa que a pessoa
ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 8

no significa que o perfil Y segue o perfil X. Em alguns casos existe a reciprocidade, mas observem que
aqui temos dois pontos de dados: X seguir Y e Y seguir X so duas coisas diferentes. J no caso do
Facebook, o perfil A ser amigo do B equivale a perfil B ser amigo de A.
Mas um mesmo tipo de relao entre X e Y pode no ser to
intensa quanto a relao entre Y e Z. Afinal de contas, voc
pode comparar a relao social que voc possui com seu
amigo a uma que voc tem com um colega estritamente
profissional? Desse modo, o Peso das arestas pode variar de
acordo com a intensidade do lao ou troca que est sendo
observada. No exemplo da imagem ao lado, a grossura do Rede
lao entre Susan e Letcia utilizada para representar o

com arestas representando

diferenciados nas conexes

pesos

peso da conexo, que pode significar um maior nmero de conversao entre as duas, por exemplo.
No caso do Twitter, muito produtivo analisar uma conversao em torno de um tpico a partir de dois
tipos de laos: quem retuita quem e quem menciona quem. No primeiro caso, estamos falando de laos
que denotam geralmente concordncia de opinio. No segundo, trata-se de laos que representam que
algum est sendo falado

literalmente mencionado

por outrem. Quando se trata de um tpico

especfico e se comprime as vrias interaes em arestas com peso (quanto maior o nmero de RTs ou
mentions, maior o peso da aresta), possvel ver redes de engajamento com assuntos e pessoas.
Ento, como vimos os ns e laos podem ser caracterizados por um grande rol de mincias. Aprendemos
que tambm importante atentar para o que flui na rede, em que direes flui e com que intensidade.
Quando um lao feito ou identificado, o que est sendo trocado pelos ns? Como uma informao
disseminada? Quais so os ns que mais se engajam naquela atividade? Como os consumidores
engajados esto ligados entre si? Entendendo melhor os laos comearemos a conseguir responder estes
tipos de perguntas em nossas pesquisas.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 9

MTRICAS DE REDES
A partir dos laos entre os ns, possvel medir vrias mtricas prprias da tipologia da rede. Junto com o
poder da visualizao de redes, estas medidas e mtricas so base para a descoberta de informaes e
insights nas redes, assim como referncias para uma boa visualizao. A depender de cada objetivo
informacional, uma ou outra medida/mtrica ser enfatizada nas complexas visualizaes das redes.
Seguem as principais mtricas referentes aos ns, arestas e redes:
Grau (Degree): a mtrica de grau representa a quantidade de conexes que um
usurio possui. Ou seja, se em uma rede de amigos no Facebook, eu possuo 374
amigos, significa que meu grau de 374. Ao lado, uma pequena rede etiquetada
com os graus de cada um dos ns.
Grau de Entrada (In-Degree): uma mtrica que especifica o grau quando ele
for dirigido. O caso mais emblemtico, nas mdias sociais, o fato de seguir ou citar algum no Twitter. Se
um perfil foi citado 47 vezes, uma mtrica simples de in-degree seria justamente 47.
Grau de Sada (Out-Degree): o grau que calcula as conexes partidas do n. Se estamos analisando
uma rede de retweets, um perfil com um out-degree grande uma que realizou muitos retweets. Isto
pode ser indicador de uma pessoa engajada com a temtica analisada no monitoramento, por exemplo.

In-Degree

Out-Degree

Intermediao (Betweenness): a mtrica de intermediao permite calcular quantas vezes um n est

presente entre os menores caminhos possveis entre dois ns da mesma rede. Pode representar a

informao na rede, por exemplo.

PageRank: quem j trabalhou com otimizao para buscas conhece bem a lgica por trs desta mtrica,
que uma variao da Centralidade Eigenvector. O algoritmo, que foi desenvolvido por Larry Page
ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 10

(criador do Google), calcula o valor de um n levando em considerao tambm o valor dos ns que

(conectado) est ligado a ouro site, significa que este tambm pode ser importante.
Distncia Mdia de Caminho (Avarage Path Length): a distncia mdia de caminho o exemplo de uma
mtrica mais focada nas arestas. Mede o nmero de passos necessrios para percorrer todos os caminhos
mais curtos entre todos os ns da rede. O clculo desta mtrica por Stanley Milgram na dcada de 1970 e
experimentos recentes no Facebook e Twitter6 so grandes responsveis pela popularizao da ideia de

Assim como acontece com A Distncia Mdia de Caminho, a maioria das mtricas de ns individuais
tambm pode ser calculada na rede toda. J outras mtricas so especficas para a anlise de redes ou
clusters.
Densidade (Density): a mtrica de densidade mede o quo prxima de estar totalmente conectada uma
rede est. Uma rede contendo todas as conexes possveis entre todos os ns teria densidade 1. Isto
raramente acontece, ento a mtrica bem til pois a Densidade pode ajudar a entender o quo um
cluster forte, no caso de conversaes em mdias sociais.

Rede com 50 ns e 374 arestas, densidade

0.305

Rede com 50 ns e 712 arestas, densidade

0.581

Centralizao(Centralization): a medida de centralizao mede o quanto da rede est centralizada em

poucos ns mais importantes. Uma rede menos centralizada tem menos variao de nmero de
conexes entre os ns, sendo mais igualitria.
Reciprocidade de Arestas (Edge Reciprocity): a reciprocidade de arestas permite medir, em redes
dirigidas, o quanto as dades possuem conexes nas duas direes.
Estas so apenas algumas das principais mtricas que podem ajudar a entender as redes e comunidades.
Agora vamos falar um pouco sobre como encontr-las!
ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 11

COMUNIDADES E CLUSTERS
Os softwares de anlise e visualizao de redes permitem aplicar mtodos que identificam, atravs das
conexes entre os ns, relativa rede completa, quais seriam os clusters (agrupamentos) presentes na
rede. Este tipo de anlise essencial para encontrar similaridades entre perfis, grupos de conversaes e
at comunidades que interagem com frequncia.

e redes sociais) um dos principais objetivos da anlise de redes. Dessa forma, existem vrios mtodos e
algoritmos que procuram alcanar o objetivo de encontrar estes grupos. Vejamos alguns deles:
Mtodo Louvain:
na rede, que podem representar clusters ou comunidades. a terminologia utilizada pelo Gephi, que
processa o algoritmo do Mtodo Louvain7. Com o objetivo de encontrar os mdulos o mais rapidamente
possvel, os autores do mtodo citam redes de 2 milhes de ns processadas em apenas 2 minutos.
Abaixo um exemplo de rede particionada em mdulos:

Cluster destacado dos outros pela cor verde claro

O programa NodeXL hoje oferece trs algoritmos de clustering em sua plataforma:

O algoritmo Clauset-Newman-Moore8, foi desenvolvido buscando rapidez para grandes redes de
milhares de ns. O algoritmo Wakita-Tsurumi baseado no Clauset-Newman-Moore, buscando a
escalabilidade para redes ainda maiores. No artigo de apresentao do algoritmo, os autores usam dados
de mdias sociais9.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 12

Girvan-Newman10 um algoritmo de clustering que se baseia na intermediaridade dos ns para calcular

as comunidades. Ao retirar progressivamente os ns de maior intermediaridade durante o clculo,
consegue encontrar de forma bastante precisa as comunidades.
Um recurso bastante til no NodeXL a possibilidade de visualizar as comunidades separadas em caixas,
o que permite que a explicao, legendagem e visualizao dos clusters seja mais fcil.
Os criadores da ferramenta NodeXL, em parceria com o renomado instituto de pesquisa Pew Research,
lanaram uma tipologia de dinmicas de conversao no Twitter11 que muito til ao se analisar as
disposies de rede. Seguem os 6 tipos:
Multido Polarizada (Polarized Crowd): so redes que
esto divididas em dois grandes plos de conexes. No
caso de monitoramento para poltica e eleies,
bastante comum. A rede ao lado, que j foi mostrada no
incio deste guia, um exemplo de rede polarizada entre

Exemplo de Rede Polarizada

perfis engajados com posies de Direita e de Esquerda.

Geralmente se referem a diferentes fontes de contedo, hashtags e abordagens diferentes de mesmos
temas, de acordo com suas afiliaes de opinio.
Multido Densa (Tight Crowd): so conversaes marcadas por perfis muito conectados, com pouco
participantes isolados. Exemplos de redes do tipo so conversaes sobre eventos presenciais, hobbies e
atividades de nicho de todo o tipo. Costumam se manifestar em comunidades de aprendizado e troca de
informaes, como comunidades acadmicas, segmentos de mercado etc.
Clusters de Marca (Brand Clusters): a depender da marca monitorada, muito comum que surjam redes
caractersticas de Clusters de Marca. Como so temas que no envolvem conversao (por exemplo, uma
simples expresso de consumo), costumam ser menos densas e mais fragmentadas com muitos perfis
isolados sem conexes. O exemplo abaixo uma rede de menes a uma grande marca: o maior n o
perfil de um influenciador contratado para tuitar sobre a marca no perodo, enquanto os ns isolados na
periferia da rede so de consumidores que mencionaram a marca, mas sem mencionar nenhum outro
perfil.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 13

Clusters de Marca

Clusters de Comunidades (Community Clusters): so redes com agrupamentos mais claros, menores,
que se formam em torno de poucos hubs, influenciadores e fontes de informao. Costumam ocorrer em
torno de temas com relevncia global, o que resulta em agrupamentos de linguagem, geografia,
referncias de fontes de informao ou influenciadores.
Rede Broadcast (Broadcast Network): o desenho Broadcast
de redes anlogo mdias tradicionais, na comunicao
um->muitos. Costuma se apresentar em torno de perfis de
notcias, marcas que publicam contedo e personalidades
da rea, como jornalistas, ncoras e comentaristas.
Geralmente as pessoas que esto replicando o contedo do
perfil central no possuem conexo ou conversam entre si.
Quando a conversa ocorre, geralmente so pequenos

Recorte de rede de circulao de uma notcia

relativamente clusters de comentrios.

Rede de Suporte (Support Network): geralmente se assemelha a Rede Broadcast, mas com conexes
bidirecionais e poucas trocas de mensagens. comum em torno de perfis de relacionamento e SAC, no
qual os perfis centrais das empresas respondem ao ser citados por consumidores em busca de resoluo
de dvidas e problemas.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 14

VISUALIZAO
Ao se abrir uma rede, o primeiro passo process-la com algoritmos de visualizao, que vo dispor os
ns e arestas de acordo com parmetros que prezem pela visualizao de algumas caractersticas
especficas. Geralmente isto ser feito mesmo antes da modificao de elementos visuais dos ns e
arestas individuais. Mas como provavelmente voc ver muitas redes antes de fazer as suas prprias,
vamos comear por estes ltimos elementos:
Tamanho dos Ns: o tamanho dos ns deve ser utilizado para destacar alguma caracterstica,
geralmente quantitativa, associada aos ns. Costuma ser usado como indicador de mtricas de grau,
principalmente. No caso de redes de mdias sociais, pode ser usado tambm para mtricas como nmero
de seguidores, tweets realizados ou Klout score, por exemplo. O tamanho dos ns na rede abaixo
baseado em seu nmero de conexes. Observe como este elemento visual direciona o olhar:

Variao no Tamanho dos Ns

Formato dos Ns: a manipulao dos formatos dos ns pode ser utilizada para representar categorias
com poucas alternativas, como gnero, por exemplo.
Grossura das Arestas: como vimos, a grossura das arestas
utilizada, na maioria dos casos, para representar a intensidade
da conexo entre os ns (representando o Peso/Weight). Numa
anlise de redes de conversao, este elemento pode ser usado
para mostrar a quantidade de tweets trocados entre os perfis.
Cores dos Ns e Arestas: o modo mais simples de mostrar
parties entre grupos de ns ou arestas usar a codificao por
cor. A rede ao lado mostra trs mdulos codificados por cor
quanto peso das arestas (tambm utilizado como ndice para a
ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 15

modularidade de redes).
Presena/Ausncia de Rtulo: em grandes redes, nem sempre vai ser necessrio

nem possvel

mostrar todos os rtulos dos ns. Exibir s os que melhor representam o que est sendo enfatizado na
rede uma soluo que direciona o olhar para a informao acionvel desejada.

Detalhe de evento, com os principais movimentadores da hashtag (#smbr2012)

Os Algoritmos de Visualizao12 permitem desenhar as redes, de forma bi ou tridimensional, para

enfatizar a visibilidade e algumas caractersticas. H dezenas de layouts disponveis, mas seguem os
principais no NodeXL e Gephi:
Fruchterman-Reingold13 um tipo de visualizao que se baseia em algoritmo que busca equilibrar as
foras entre os ns, enfatizando a visibilidade de uma forma agradvel para pequenas redes. uma das
visualizaes que est disponvel tanto no Gephi quanto no NodeXL.
Harel-Koren Fast Multiscale14 um algoritmo de
visualizao disponvel no NodeXL para grandes grafos com
arestas retas. Associado aos algoritmos de clusters e layout
de caixa do NodeXL, uma das visualizaes mais teis para
a demonstrao de comunidades em mdias sociais.
Force Atlas, Force Atlas 215 e Force Atlas 2 3D so

Layout

Harel-Koren

Fast

Multiscale

algoritmos desenvolvidos especificamente para o Gephi, por encaixotamento de cluster em Treemap

membros de sua comunidade. Aplicam os preceitos bsicos
de layouts dirigidos por fora (que simulam um sistema fsico). Para os fins da anlise de mdias sociais e
influenciadores, alguns traos como a repulso por grau ajudam a destacar o impacto de influenciadores.
ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 16

OpenOrd: a visualizao OpenOrd uma das mais teis para

quem trabalha com monitoramento por dois motivos. O
primeiro que ela rpida para trabalhar com grandes
quantidades de dados. Redes de centenas de milhares, ou at
milhes de ns, podem ser feitas com rapidez. A outra
vantagem que ela enfatiza as divises nas redes. Ou seja, se
voc est usando visualizao de redes para encontrar e
mostrar comunidades, pode ser uma boa opo.
Alm dos algoritmos de visualizao direcionados por fora,
tambm existem aqueles organizados de forma geomtrica
ou espacial.
Circular ou Radial-Axis: a visualizao circular ajuda a

100 mil tweets realizados durante jogo da

Socceroos, monitorado pela Social Figures. O
layout OpenOrd enfatiza os milhares de clusters
encontrados.

organizar os ns de acordo com um parmetro, como ID, mtricas ou atributos. J a Radial-Axis organiza
de acordo com os eixos. Similar Circular, permite agrupar os ns irradiando a partir de um crculo
central. Um exemplo da circular: mostrar uma sub-rede para enfatizar os perfis mais engajados, a partir da
mtrica de out-degree em rede de RTs no Twitter (ou seja, perfis que mencionam e conversam muito
com outros).
GeoLayout: plug-ins de GeoLayout permitem posicionar os
mapas de acordo com latitude e longitude. Plugins adicionais
como Map of Countries trazem os mapas do mundo, continentes
e pases para que todo o preparo da visualizao possa ser
realizada dentro do programa.

GeoLayout usado em conjunto com o

plugin Map of Countries

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 17

PRINCIPAIS APLICAES
Como vimos, o monitoramento de mdias sociais pode ser uma grande fonte para anlise de redes online.
possvel coletar menes a uma marca e analisar as conexes entre as pessoas, temas, eventos e
assuntos.
Depois da introduo anlise de redes nas
pginas anteriores, hora de botar em
prtica a anlise de redes. A imagem ao lado
apresenta a tela da funcionalidade de Social
Network Analysis

Graph File Export do

BrandCare. Depois de coletados os tweets e

realizada a anlise em sentimento, tags e
grupos, possvel gerar o arquivo GraphML
nesta pgina da ferramenta.
O arquivo GraphML trar a estrutura de rede formatada e exportvel para programas como Gephi e
NodeXL, e ainda os seguintes atributos para permitir uma anlise aprofundada:
ATRIBUTOS E MTRICAS
NS

ARESTAS

Nome

Contedo do Tweet

Bio/Descrio

Relacionamento (Retweet/Meno/Tweet)

Localizao

Data

Gnero

Hora

Seguidores

Sentimento

Seguidos

Tags

URL de Imagem de Perfil

Klout Score

Grupos

Ou seja, todas estas informaes podero ser operacionalizadas nos softwares de redes como Gephi e
NodeXL, para a realizao de relatrios, anlises e gerao dos mais variados insights de redes. Seguem
alguns exemplos de aplicaes:

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 18

Identificar Comunidades
A identificao de comunidades de perfis e conversaes uma das aplicaes mais relevantes para o
profissional de mdias sociais. Hoje comum que as marcas tenham base de fs e seguidores de centenas
de milhares ou at milhes de pessoas. Toda esta audincia no deve ser vista como uma massa amorfa,
mas sim como uma fonte de valiosas informaes para a compreenso deste pblico.
Ao encontrar segmentos e comunidades dentro das audincias e pblicos engajados, possvel
desenvolver contedo, aes, produtos e servios customizados. Um procedimento bsico usar
algoritmos de clustering para encontrar os agrupamentos e, a partir da, medir e cruzar com dados e
informaes de atributos, como contedo do tweet, bio dos perfis, localizao etc.

Encontrar Influenciadores
Diversas mtricas de atributos so utilizadas para se analisar o
potencial de disseminao ou influncia de perfis nas mdias sociais.
Nmero de seguidores, escore Klout e engajamento so
frequentemente usados para se definir que pessoas sero acompanhadas e atendidas com mais cuidado
nas mdias sociais.
Mas influncia um valor social! Analisando a estrutura das redes, as referncias de influencie a
autoridade so medidas atravs de mtricas como grau de centralidade e PageRank. E nem sempre as
mtricas quantitativas so as mais importantes. Para encontrar influenciadores de nicho, podemos ter a
ajuda do grau de centralidade relativo em pequenos e densos clusters de pessoas.

Entender as Crises
Como uma crise foi deflagrada e se disseminou pelas redes? Ao utilizar a anlise de rede possvel gerar
visualizaes sequenciais estticas ou, ainda, grficos dinmicos para exibir em vdeo como uma rede se
movimenta ao longo do tempo.
O grau de centralidade pode demonstrar qual perfil gerou mais impacto negativo na disseminao da
crise. Mtricas como intermediao podem ser usadas para entender como a dinmica de retaliao da
marca alcanou grupos para alm dos primeiros atingidos. Mtricas de tamanho da rede permitem
analisar a amplitude do alcance da crise de comunicao, enquanto a densidade de cluster pode ajudar a
encontrar comunidades coordenadas de detratores.

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 19

Mensurar e Potencializar Campanhas

O impacto de campanhas pagas, seja atravs de anncios ou influenciadores pagos, pode tambm ser
medido e potencializado com a anlise de redes. Existe sobreposio no engajamento gerado por
diferentes influenciadores? Como e atravs de quem acontece o compartilhamento social de anncios?
As pessoas certas esto sendo alcanadas? Analisar as redes de impacto de diferentes campanhas, ao
longo do tempo, trar insights sobre o pblico e efetividade dos planos de mdia.

Visualizaes mais Poderosas

No por acaso que, muitas vezes, os programas e metodologias para anlise de redes so tambm
xibir de forma agradvel e
concisa uma grande quantidade de dados e informaes que, de outro modo, seriam apresentados em
enormes planilhas. Utilize as redes para mostras relaes, fluxos de informao, comunidades e mtricas
de um jeito condizente com as mdias sociais!

Material desenvolvido por

Tarczio Silva (tarcizio.silva@socialfigures.com)

Product Manager na Social Figures

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 20

MAIS CONTEDO
Os outros guias da Social Figures podem te ajudar muito a operacionalizar as informaes de redes. Que
tal utilizar a funcionalidade de Grupo para marcas os Segmentos de Pblico? Ou usar as redes para
encontrar ativistas influentes nas Eleies? Ou desenvolver um plano de tags otimizado para encontrar as
temticas de conversas nas redes?

Segmentao de Pblico no Monitoramento

de Mdias Sociais

Monitoramento de Mdias Sociais para

Poltica e Eleies

Como Criar Categorias e Tags no

Monitoramento de Mdias Sociais

10 Mtricas para Monitoramento

de Mdias Sociais

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 21

CONHEA O BRANDCARE
O BrandCare um software on-line de monitoramento de mdias sociais que usa palavras-chave para
coletar as mensagens relevantes das redes e ento analis-las. Atendemos a agncias, empresas, polticos
e consultorias que desejam explorar a fora das mdias sociais para: relacionamento com os
consumidores e eleitores; evitar e gerenciar crises; compreender a fundo o pblico atravs de estudos,
benchmarkins e pesquisas.

Monitoramento de Mdias Sociais e fontes de dados: Blogs, Facebook

(Menes), Facebook Pages, Fruns, Google+, Instagr.am, Notcias,
Orkut, Twitter, Vdeos e Yahoo;

Ferramentas para anlise de sentimento e categorizao das

menes coletadas;

Exportao de menes em formato otimizado para anlise de redes

(GraphML);

Relacionamento e interaes com os usurios no Facebook e Twitter;

Alertas

de

palavras-chaves

para

preveno

de

crises

aproveitamento de oportunidades;

Recursos avanados e interativos de geolocalizao em pases,

estados e cidades;

Organizao inteligente das buscas e resultados em buscas, keywords e regras;

Diferencial no custo-benefcio para monitorar feeds, perfis Twitter, fanpages e blogs para pesquisas, estudos
avanados;

Recurso Top Profiles que permite, com uma crescente database de milhes de perfis, pesquisar os tuiteiros mais
influentes de cada Estado ou Cidade brasileira;

Gerao automtica de relatrios em diversos formatos (PDF, Word, Excel) com os dados e anlise realizadas.

www
Saiba mais sobre o BrandCare no nosso

Para entrar em contato direto conosco, s

ligar para +55 11 4966-3694

Confira mais contedo e nossas mdias

sociais atravs do blog Social Figures

website

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 22

Informaes em http://blog.socialfigures.com/2013/06/13/melhores-ferramentas-de-2013/

http://tarciziosilva.com.br/blog/recursos/analise-estrutural-de-redes-sociais/
3
Network Science, do Barabsi http://barabasilab.neu.edu/networksciencebook
4
Livro Analyzing Social Media Networks with NodeXL: Insights from a connected world, de Derek Hansen, Ben
Shneiderman, Marc A. Smith http://www.connectedaction.net/book
5
Mtodos de Pesquisa para Internet, de Suely Fragoso, Raquel Recuero e Adriana Amaral
6
Ver http://www.telegraph.co.uk/technology/facebook/8906693/Facebook-cuts-six-degrees-of-separation-tofour.html e http://www.sysomos.com/insidetwitter/sixdegrees/
7
Saiba mais em https://sites.google.com/site/findcommunities/
8
Artigo dos autores em http://arxiv.org/abs/condmat/0408187
9
Artigo disponvel em http://arxiv.org/abs/cs/0702048
10
Artigo disponvel em http://arxiv.org/abs/condmat/0308217
11
Relatrio disponvel em http://www.pewinternet.org/2014/02/20/mapping-twitter-topic-networks-frompolarized-crowds-to-community-clusters/
12
A descrio dos algoritmos de visualizao baseada nos artigos de seus criadores (referenciados em cada um
deles posteriormente) e nos materiais de Gephi e NodeXL: http://pt.slideshare.net/gephi/gephi-tutorial-layouts;
http://sebastien.pro/gephi-esnam.pdf; e
13
Artigo de apresentao do algoritmo em http://dl.acm.org/citation.cfm?id=137557
14
http://dl.acm.org/citation.cfm?id=729397
15
http://webatlas.fr/tempshare/ForceAtlas2_Paper.pdf

ANLISE DE REDES EM MDIAS SOCIAIS | SOCIAL FIGURES | 23