English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

A Internet vem nos fornecendo cada vez mais dados e informações, ajudando a compreender melhor os seus usuários e o ambiente que os rodeiam. Uma das abordagens usadas para detectar e compreender eventos que ocorrem ao redor do mundo vem sendo a análise de redes sociais, como o caso do Twitter, usado no presente artigo. Assim, considerando a mudança da dinâmica do comportamento dos dados após a presença de um evento, propomos um novo método de detecção baseado no cálculo de métricas de redes complexas aplicadas aos bigram extraídos do conteúdo de Tweets, identificando eventos por meios de mudanças de dinâmica do sistema. Para validar nossa proposta usamos dois conjuntos de dados coletados por [Aiello-2013], no qual observamos resultados satisfatórios quando comparados com as técnicas já presentes na literatura.

Detecção de eventos no Twitter através de Grafos de visibilidade natural