Os estudos recentes sobre análise de imagens tem trazido grandes descobertas para o campo da etnografia e comportamento digital. A partir de constatações de que, cada vez mais, as imagens são um formato utilizado para expressar-se nos meios digitais, os estudos que se baseiam na análise da imagem trazem interpretações interessantes para compreender dados além das palavras e podem ser utilizadas para o entendimento de um grupo social ou padrões comportamentais de grupos que possuem interesses em comum.
O pesquisador russo Lev Manovich, reconhecido no campo da pesquisa por seus estudos em ‘Cultural Analytics’ e métodos quantitativos e qualitativos através da imagem, recentemente publicou o paper ‘Semantic and Geospatial Mapping of Instagram’ que teve como metodologia produzir uma análise geolocalizada entre imagens no Instagram e os padrões encontrados no conteúdo dos dados. Para isso foram coletados 47.410 posts públicos no Instagram de cidadãos de São Petersburgo, Rússia e identificados padrões de como as pessoas ocupam a cidade e como se representam nas mídias digitais. Utilizaram combinações de metodologia para reconhecer padrões semânticos e relacioná-los com a localização dos usuários. O objetivo traçado foi encontrar correlações entre o comportamento offline, o conteúdo digital e os traços geográficos a partir de clusters semânticos encontrados.
A metodologia foi separada em três etapas:
A) Coleta e organização dos dados do Instagram: Os dados foram organizados por geolocalização (recorte São Petersburgo) e utilização de hashtags publicadas pelos usuários. O recorte temporal utilizado foi de julho de 2014 a junho de 2015, e as imagens foram processadas automaticamente pelo Google Cloud Vision.
B) A análise semântica: Foi feita para buscar o maior número de co-ocorrências e similaridade de campos temáticos, resultando em clusters semânticos que identificaram os maiores interesses em comum pela ferramenta Cortext software.
C)Distribuição Geoespacial e temporal: Todas as imagens analisadas foram inseridas nos mapas do QGIS software, fazendo com que os clusters semânticos se distribuíssem em correlações espaciais, coeficientes de densidade e mapas de calor.
Diferentes clusters semânticos trouxeram diferentes tipos de distribuição e foram encontrados padrões de organização urbana, como por exemplo a imagem resultante do cluster “animals” é distribuída uniformemente na cidade analisada e o a incidência temporal mostra a distribuição igual ao longo do ano.
Já o cluster “Sunrise em sea” que analisou fotos de pôr-do-sol e paisagens similares, foi mais comentado nos meses em que é verão na cidade.
A partir dos dados analisados pelo estudo, foi possível cruzar informações como a proximidade dos clusters “facade & palace”(que analisa monumentos arquitetônicos) e “art & performance” devido aos interesses dos artistas em performar próximos aos locais reconhecidos pela sua arquitetura e história, correlação geolocalizada entre interesses por “hairstyle” e “animals”, entre outros.
A análise de redes sociais quando cruzadas com mapas geoespaciais podem trazer padrões que não seriam tão facilmente correlacionados sem o auxílio de ferramentas como o QGIS que compreendem os dados e fazem a distribuição geolocalizada e relacionada entre as informações.
É a primeira vez em que este cruzamento semântico, geoespacial e temporal é realizado em um estudo e nos traz ideias de novas possibilidades para estudar o movimento etnográfico e comportamental de uma região e pode ser uma oportunidade de descoberta para estudos em mobilidade, mapeamento de grupos de interesses, novos negócios e carência de serviços em determinadas regiões.
