Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://bdtd.unifal-mg.edu.br:8443/handle/tede/1327
Tipo do documento: Dissertação
Título: Dinâmica da propagação de memes via sistemas com memória
Autor: LOPES, Michele Martins 
Primeiro orientador: SANTOS, José Paulo Carvalho dos
Primeiro membro da banca: MONTEIRO, Evandro
Segundo membro da banca: RODRIGUES, Diego Samuel
Resumo: O termo “meme” refere-se a algo que possa ser propagado, tal como uma imagem, um vídeo, um som, uma ideia, uma crença, um valor estético, moral, etc. Hoje em dia é faz-se útil estudar a propagação de um meme devido a sua importância nas mídias sociais e também a sua influência na sociedade, de um modo geral. Tal estudo é chamado “memética”, que é relevante pelo fato de que conhecer o interesse dos agentes envolvidos, no caso dessa dissertação, internautas, permite entender o que contribui para a propagação do meme, isso é, para que ele alcance grande repercussão ou seja logo esquecido. Da mesma forma que na epidemiologia estuda-se o comportamento de uma doença para tentar prever uma eventual epidemia ou endemia e, em caso positivo, buscar formas de erradicá-las, na memética estuda-se o comportamento do meme para se tentar prever se a ocorrência da sua difusão será como o desejado. O diferencial é que não necessariamente se deseja que o meme desapareça com o tempo; em muitos casos, como no marketing, por exemplo, deseja-se que ele persista. Muitos autores utilizam modelos epidemiológicos, em geral do tipo SIR, para modelar a propagação de memes, uma vez que é possível fazer uma analogia entre ambas as áreas. No presente trabalho essa ideia é abordada com riqueza de detalhes. Além disso, são apresentados conceitos do Cálculo Fracionário importantes para a realização de um processo que chamamos “introdução de memória”, capaz de transformar um modelo epidemiológico composto por um sistema de equações diferenciais ordinárias em um sistema de equações diferenciais fracionárias. O objetivo deste trabalho foi introduzir memória em um modelo epidemiológico utilizado na memética e verificar se esse novo modelo descreve com maior precisão o comportamento de um meme em relação aos dados reais, provenientes do “Google Trends”. Esse novo modelo foi analisado qualitativa e numericamente, estudando-se sua eficácia para descrever a propagação de um meme a partir da comparação com sua versão clássica. Com isso, contribuímos com a literatura memética, propondo um novo tipo de modelo para descrever a propagação de memes, um modelo com efeito de memória, uma vez que, até o momento, os modelos utilizados são epidemiológicos clássicos, sem memória. Portanto, mostramos que o processo de introdução de memória é uma opção de melhoria para o modelo e, consequentemente, para o estudo da propagação de memes.
Abstract: The word “meme” refers to anything that can be spread, such as an image, a video, a sound, an idea, a belief, a aesthetic or moral value, etc. Nowadays it is very useful to study the propagation of a meme because of its importance in social media and also its influence on society in general. Such a study is called "memetics", which is relevant because knowing the interest of the agents involved (in the case of this dissertation, the netizens), allows to understand what influences for a meme to be propagated over time, that is, for a meme to have wide reverberation or to be soon forgotten. In the same way that epidemiology concerns timing of infectious diseases occurrences to try to predict whether there will be a epidemic or a endemic and, in these cases, to seek ways to eradicate it, in memetic we study the meme behavior to predict whether its propagation will occur as planned. The difference is that one doesn’t necessarily desire that the meme die over time: in many cases like in marketing, for example, you want it to persist. Many authors use epidemiological models, usually of the SIR or SIRS type, to model the spread of memes, because it is possible to make an analogy between both areas. In the present work, this idea is adressed in detail. In addition, important concepts of the Fractional Calculus are presented to perform a process called “introduction of memory”, that can transform an epidemiological model composed by an Ordinary Differential Equations System into a Fractional Differential Equations System. The objective of this work was to introduce memory in an epidemiological model used in memetics and to evaluate if this new model describes with more precision the behavior of a meme popularity in relation to the real data, available in Google Trends tool. This new model was analyzed qualitatively and numerically, studying its effectiveness to describe the propagation of a meme from the comparison with its classic version. With this, we contribute with the memetics literature, proposing a new type of model to describe the propagation of memes, a model with memory effect, since, until the moment, the models used are classical epidemiological, without memory. Therefore, we show that the process of memory introduction is an option of improvement for the model and, consequently, for the study of the propagation of memes.
Palavras-chave: Equações Diferenciais
Memes
Estabilidade
Epidemiologia
Área(s) do CNPq: CIENCIAS EXATAS E DA TERRA::MATEMATICA
Idioma: por
País: Brasil
Instituição: Universidade Federal de Alfenas
Sigla da instituição: UNIFAL-MG
Departamento: Instituto de Ciências Exatas
Programa: Programa de Pós-Graduação em Estatística Aplicada e Biometria
Citação: LOPES, Michele Martins. Dinâmica da propagação de memes via sistemas com memória. 2019. 86 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Alfenas, Alfenas, MG, 2019.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: https://bdtd.unifal-mg.edu.br:8443/handle/tede/1327
Data de defesa: 1-Fev-2019
Aparece nas coleções:Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação de Michele Martins Lopes.pdf897,68 kBAdobe PDFBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons