O livro “Urban Social Listening – Potential and Pitfalls for Using Microblogging Data in Studying Cities” foi escrito por Justin Hollander, Erin Graves, Henry Renski, Cara Foster-Karim, Andrew Wiley e Dibyendyu Das, pesquisadores do Urban Attitudes Lab da Tufts University.
A publicaĂ§Ă£o parte de discussĂ£o e revisĂ£o teĂ³rico-bibliogrĂ¡fica sobre o uso de dados em mĂ­dias sociais para avaliar estados emocionais e traços de personalidade.
Para analisar Bem-Estar Subjetivo, aplicam sobretudo a metodologia Big Five Personality Traits, que tem sido aplicada repetidamente nas Ăºltimas dĂ©cadas e propõe cinco dimensões essenciais: neuroticismo, extroversĂ£o, amabilidade, conscienciabilidade e abertura para a experiĂªncia. E para estudar a relaĂ§Ă£o entre satisfaĂ§Ă£o de vida e afeto, que Ă© uma relaĂ§Ă£o complexa e multidimensional, vĂ£o aplicar a anĂ¡lise de sentimento em nĂ­veis municipais.

Urban Social Listening

É um livro relativamente curto (103 pĂ¡ginas) com seis capĂ­tulos. Depois do primeiro introdutĂ³rio, o segundo oferece uma pequena histĂ³ria da AnĂ¡lise de Sentimento, resgatando as principais colaborações das Ă¡reas de mineraĂ§Ă£o de opiniões, estudos linguĂ­sticos comparativos e estudos urbanos (Urban Studies). Quanto a estes Ăºltimos, citam trabalhos que buscaram calcular as cidades mais e menos felizes, estudos em locais especĂ­ficos (como Cidades OlĂ­mpicas, Festivais, museus) e atĂ© iniciativas governamentais oficiais de consulta a populações atravĂ©s de mĂ­dias sociais e Twitter. Aplicações em momentos de crise, como uso das mĂ­dias sociais para esforços de gerenciamento em desastres, envio de alertas de emergĂªncia e correlaĂ§Ă£o de tweets com sensores de movimentações sĂ­smicas tambĂ©m sĂ£o citados. A Ă¡rea de mobilidade tambĂ©m estĂ¡ presente, como estudo de movimentaĂ§Ă£o de pessoas, sentimento quanto a Ă¡reas especĂ­ficas da cidade e aplicaĂ§Ă£o a estudos de trĂ¡fego tambĂ©m sĂ£o revisadas.
Com este aprendizado, os autores vĂ£o detalhar nos trĂªs capĂ­tulos seguintes experimentos com graus crescentes de complexidade. A maior força do livro Ă© a descriĂ§Ă£o detalhada dos procedimentos tĂ©cnicos e ferramentais realizados nos trĂªs estudos. No primeiro deles, os pesquisadores desenvolveram software chamado “Urban Attitudes” para armazenar, indexar e analisar um fluxo contĂ­nuo de tweets extraĂ­dos a partir da Twitter API.

Bedford
Fall River

A cidade de New Bedford, em Massachussetts, foi escolhida devido a seu pequeno tamanho e demografia jovem e conectada. Foi estabelecido um retĂ¢ngulo em torno das fronteiras da cidade para facilitar a extraĂ§Ă£o dos tweets. A partir daĂ­, foi otimizado um mĂ³dulo de anĂ¡lise de sentimento no IBM SPSS Modeler a partir de dicionĂ¡rio de sentimento com 2477 palavras com pontuaĂ§Ă£o orginal. Apenas parte das mensagens possuĂ­a carga explĂ­tica de sentimento, totalizando 7,2% para positivo e 5,5% para negativo.
Depois de desenvolver dicionĂ¡rio de temas urbanos, concluem que “beyond describing citizens to helping develop an understanding of how people feel about the places they live and react to and even participate in public events going on around them” (p.32-33).
O capĂ­tulo seguinte busca entender comunidades de imigrantes. Especificamente foram estudadas quatro cidades pĂ³s-industriais de Massachussets, comparando falantes de portuguĂªs e inglĂªs, sobretudo provenientes de Portugal, Cabo Verde e Brasil. O objetivo foi responder duas perguntas: 1) Como falantes de portuguĂªs nestas cidades comparam-se a falantes de inglĂªs em termos atitudinais e de marcadores de felicidade?; e 2) Como estes resultados se comparam a outras cidades da mesma regiĂ£o em Massachusetts? Como controle na pesquisa, foram comparados os resultados com Cambridge (da prĂ³pria Massachussets), Lisboa e SĂ£o Paulo. Ao todo foram coletados 814 mil tweets Ăºnicos entre dezembro de 2014 e janeiro de 2015.
Entre os resultados identificados, os marcadores culturais brasileiros parecem ter agido: em SĂ£o Paulo os tweets foram bem mais positivos do que qualquer outro local. Na em Ă¡reas falantes de inglĂªs predominantemente os tweets nesta lĂ­ngua foram bem mais positivos; em Ă¡reas falantes de portuguĂªs os tweets destas lĂ­nguas tambĂ©m foram bem mais positivos. Estes Ăºltimos sĂ£o resultados que podem indicar alguns fatores intervenientes ligados a sensaĂ§Ă£o de pertencimento, por exemplo. Depois de comparar alguns resultados por indicadores demogrĂ¡ficos, os autores pontuam as dificuldades encontradas pelas diferenças nas lĂ­nguas.
O capĂ­tulo a seguir buscou compreender se existe uma relaĂ§Ă£o entre ganho ou perda de populaĂ§Ă£o e sentimento geral na populaĂ§Ă£o analisado a partir do Twitter. O destaque do capĂ­tulo Ă© o cruzamento dos dados de sentimento com o Censo americano, mas os dados nĂ£o foram significativos, resultando em uma interessante seĂ§Ă£o de limitações e desdobramentos futuros. Assim, os autores trazem estes resultados como gancho para sublinhar alguns pontos nas conclusões sobre os limites de uso do Twitter para algumas questões de pesquisa; os erros e inconsistĂªncias que podem aparecer na mesclagem de mĂ©todos; e as falhas inerentes em lĂ©xicos de sentimento predefinidos.
Sintetizando, dizem que:

Criticism of social media data sets as being unrepresentative of the public at large is certainly valid, but less acknowledged is the ability of urban social listening to capture sentiments expressed by individuals who are typically left out by existing methods. Census surveys may be statistically valid, but capture only a tiny sliver of resident opinions of place, and are widely certainly used in public policy formulation. Public forums or meetings, on the other hand, draw attendance only from those most engaged in the political process, with turnout far smaller than even the already subpar voter turnout in municipal elections. There is much to be improved about urban social listening, but the promise of gaining near instantaneous insights and input from a large swath of otherwise excluded or diffi cult to access individuals should not be discounted. (p.79)

Saiba mais sobre o grupo em https://sites.tufts.edu/ualab/

---
Para quem quer se aprofundar mais no uso de dados na polĂ­tica, o Ibpad lançou uma FormaĂ§Ă£o completa com quatro cursos incrĂ­veis, confira:

Dados & Mapas – Identifique regiões de eleitores leais utilizando bases geolocalizadas
Pesquisas Eleitorais – Para tomar decisões corretas utilizando pesquisas de opiniĂ£o
Pesquisa Qualitativa – Para entender como os eleitores pensam utilizando grupos focais
InteligĂªncia de Dados em MĂ­dias Sociais – Para quem quer ser relevante nas redes monitorando e analisando dados online