Análise Mídias Sociais – Inteligência em fontes abertas

Análise Mídias Sociais – Inteligência em fontes abertas
Gostou? Compartilhe em sua rede

Visits: 273

Análise Mídias Sociais – Inteligência em Fontes Abertas

A análise de mídia social é o processo de coleta e processamento de conteúdo de redes sociais como Facebook, Instagram e Twitter a fim de se obter informações relevantes sobre algum conteúdo ou pessoa, é comumente usada pelos profissionais de marketing para encontrar tendências sobre produtos, empresas, moda empregando técnicas de coletas de dados como métricas e big data.

Como sabemos em um minuto na internet um universo de dados são processados, criados e consumido, estes números vem crescendo exponencialmente ano após ano, abaixo temos um comparativo de coisas que acontecem na Surface da internet a cada minuto.

01-Minuto na Internet

Inteligência de Fontes Abertas

A sigla OSINT (Open Source Intelligence ou Inteligência de Fontes Abertas) é o termo usado principalmente em inglês, para descrever a inteligência no sentido de informações obtida através dados disponíveis para o público em geral como jornais, revistas científicas e emissoras de TV.

Um exemplo de inteligência em fontes abertas são algoritmos que com base em informações do Twitter descobre tumultos antes mesmo da polícia, uma vez que eventos de protestos começam a circular antes mesmo da definição de quando ocorrerá ainda nas rede sociais e as publicações começam a convergir para um local, com as hashtags demonstrando insatisfação de algo, logo se prevê um tumulto ou protesto horas antes de fato acontecer.

O Twitter é Melhor que a polícia em descobrir tumultos

Outro exemplo de inteligência baseada em fontes abertas é o site Hedonometer http://hedonometer.org“, este site faz análise do sentimento nas publicações dos usuários do Twitter para avaliar de acordo com as palavras descritas nas publicações o humor da sociedade em uma determinada região.

A figura abaixo mostra o comportamento de sentimentos de felicidade e revolta nos EUA desde os anos 2000 até 2020 nunca na histórico do Twitter  teve um dia com tantas palavras “sentimento” negativo como no dia em que um policial americano matou George Floyd ato que ficou caracterizado como racismo.

Quanto menor o gráfico mais palavras de ódio foram twittadas , quanto maior mais palavras positivas foram usadas.

Hedonometer – Analise de sentimentos por publicações

O grande diferencial em aplicar inteligência sobre fontes abertas é sem dúvida o custo versus o resultado que se obtém, aplicar inteligência com agentes em campo infiltrados no território “inimigo” tem um custo elevado,  e uma única pessoa fica limitada a um único local e momento, ao contrário do que se obtém de forma gratuita nas redes sociais.

Inteligência em fontes abertas Versus Inteligência em Campo

Este modelo de analise em mídias sociais não é recente, este estudo aplica-se antes mesmo da evolução da internet onde em 1930 o que hoje conhecemos como FBI era o “Foreign Broadcast Information Service” (FBIS) o serviço norte americano responsável em analisar o máximo publicações soviéticas oriundas jornais via rádio, jornais impresso, revistas e afins, para descobrir ou especular a movimentação do inimigo.

Fotos ou notícias de desfiles militares, entregas de armamentos pelo governo, chamamento de jovens para alistamento, compras de equipamentos militares, tudo isso geralmente é publicados e podem dizer muito sobre seu inimigo ou qual movimento político estratégico o mesmo está fazendo.

Hoje em dia as redes sociais possuem muitas informações que muitas das vezes nem mesmo o usuário sabe que a forneceu, porém estes dados são usados pela rede com fim comercial, afinal nada é de graça, vendem tais dados para quem paga mais, direcionando por exemplo propagandas específicas  para um nicho de publico bem nítido sem desperdício de recursos empregados nas campanha publicitária.

Um exemplo de informações fornecidas a uma rede social quando postamos alguma foto o que você está postando muitas vezes diz muito mais do que você imagina ou descreve na legenda, toda foto possui o que chamamos de EXIF DATA nada mais é que uma série de etiquetas do fabricante da câmara sobre as condições em que a foto foi gerada.

Supomos um exemplo na foto abaixo com a seguinte legenda “Aventura no Monte Roraima #2.810mts #Iphone-12 #FeriasVerão”

Suposta Legenda: “Aventura no Monte Roraima #2.810mts #Iphone-12 #FeriasVerão”

Esta foto junto com esta suposta legenda diz muito mais para rede social em que foi postada além do descrito simplesmente na legenda.

Se carregarmos a foto original no site pic2map ele mostrará as tags EXIF DATA que o fabricante do dispositivo gravou no momento desta foto, fique a vontade para testar.

https://www.pic2map.com/
TAGS EXIF – Foto de exemplo acima

Como podemos ver a foto se refere a um morro localizado em Campo Largo Região Metropolitana de Curitiba há 1.162mts acima nível do mar lembrando que Curitiba está há 935mts acima nível do mar, um menos o outro temos a altura do morro em que o aventureiro se encontra aproximadamente há 227mts de altura. Foto tirada no inverno 27/07/2018 as 17:25 com um celular Samsung.

O volume de dados gerados na internet, principalmente em redes sociais é absurdo, este exemplo demonstra uma fração das informações que são geradas, muitas vezes sem que o usuários que publica saiba.

Agora imaginem que o todo que conhecemos da “surface web” é uma fração do todo que existe na web!

Gostou? Compartilhe em sua rede

Sear Jasube

Formado em Bacharelado em Sistemas da informação-IEL, Pós Graduando em DataScience-PósUP, adepto da cultura Maker curto programação e robótica e montanhas!

Deixe um comentário